WO2023017881A1 - 무선 통신 시스템에서 측정 갭을 이용한 측정 결과에 기반하여 핸드오버를 수행하기 위한 장치 및 방법 - Google Patents

무선 통신 시스템에서 측정 갭을 이용한 측정 결과에 기반하여 핸드오버를 수행하기 위한 장치 및 방법 Download PDF

Info

Publication number
WO2023017881A1
WO2023017881A1 PCT/KR2021/010813 KR2021010813W WO2023017881A1 WO 2023017881 A1 WO2023017881 A1 WO 2023017881A1 KR 2021010813 W KR2021010813 W KR 2021010813W WO 2023017881 A1 WO2023017881 A1 WO 2023017881A1
Authority
WO
WIPO (PCT)
Prior art keywords
base station
value
information
measurement
target cell
Prior art date
Application number
PCT/KR2021/010813
Other languages
English (en)
French (fr)
Inventor
하업성
오재기
정재훈
박재용
김성진
정성훈
김성준
Original Assignee
엘지전자 주식회사
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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020237042872A priority Critical patent/KR20240041282A/ko
Priority to PCT/KR2021/010813 priority patent/WO2023017881A1/ko
Publication of WO2023017881A1 publication Critical patent/WO2023017881A1/ko

Links

Images

Classifications

    • 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
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0055—Transmission or use of information for re-establishing the radio link
    • H04W36/0058—Transmission of hand-off measurement information, e.g. measurement reports
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/08—Reselecting an access point
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/16—Performing reselection for specific purposes
    • H04W36/18—Performing reselection for specific purposes for allowing seamless reselection, e.g. soft reselection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Definitions

  • the following description relates to a wireless communication system, and relates to an apparatus and method for performing handover based on a measurement result using a measurement gap in a wireless communication system.
  • a wireless access system is widely deployed to provide various types of communication services such as voice and data.
  • a wireless access system is a multiple access system capable of supporting communication with multiple users by sharing available system resources (bandwidth, transmission power, etc.).
  • Examples of the multiple access system include a code division multiple access (CDMA) system, a frequency division multiple access (FDMA) system, a time division multiple access (TDMA) system, an orthogonal frequency division multiple access (OFDMA) system, and a single carrier frequency (SC-FDMA) system. division multiple access) system.
  • CDMA code division multiple access
  • FDMA frequency division multiple access
  • TDMA time division multiple access
  • OFDMA orthogonal frequency division multiple access
  • SC-FDMA single carrier frequency division multiple access
  • eMBB enhanced mobile broadband
  • RAT radio access technology
  • a communication system considering reliability and latency-sensitive services/UE (user equipment) as well as mMTC (massive machine type communications) providing various services anytime and anywhere by connecting multiple devices and objects has been proposed. .
  • Various technical configurations for this have been proposed.
  • the present disclosure may provide an apparatus and method for reducing communication disconnection due to a measurement gap in a wireless communication system.
  • the present disclosure may provide an apparatus and method for seamlessly performing handover between heterogeneous frequencies in a wireless communication system.
  • the present disclosure may provide an apparatus and method for seamlessly performing handover between heterogeneous radio access technologies (RATs) in a wireless communication system.
  • RATs radio access technologies
  • the present disclosure may provide an apparatus and method for controlling a length of a measurement gap based on a probability distribution in a wireless communication system.
  • a method of operating a terminal in a wireless communication system includes measurement configuration information including information on a measurement gap and information on an expected target cell from a base station Receives performing measurement on at least one neighboring cell including the expected target cell during the measurement gap, and transmitting a measurement report including a signal quality value for the expected target cell to the base station. and, after performing handover to another base station determined by the base station, transmitting information related to updating the probability distribution model.
  • the signal quality value may be determined by assigning a weight to a measurement value for the expected target cell.
  • a method of operating a base station in a wireless communication system includes setting a measurement gap based on a probability distribution model for neighboring cells, including information about the measurement gap and information about an expected target cell Transmitting measurement configuration information to a terminal, receiving a measurement report including a signal quality value for the expected target cell from the terminal, and moving to another base station determined based on the measurement report. It may include receiving information related to update of the probability distribution model after commanding handover of .
  • a terminal in a wireless communication system, includes a transceiver and a processor connected to the transceiver.
  • the processor receives measurement configuration information including information about a measurement gap and information about an expected target cell from a base station, and including the expected target cell during the measurement gap Measuring at least one neighboring cell, transmitting a measurement report including a signal quality value for the expected target cell to the base station, and performing handover to another base station determined by the base station Then, it can be controlled to transmit information related to updating the probability distribution model.
  • the signal quality value may be determined by assigning a weight to a measurement value for the expected target cell.
  • a base station in a wireless communication system includes a transceiver and a processor connected to the transceiver.
  • the processor sets a measurement gap based on a probability distribution model for neighboring cells, transmits measurement configuration information including information about the measurement gap and information about an expected target cell to the terminal, and After receiving a measurement report including a signal quality value for an expected target cell from the UE, and instructing handover to another base station determined based on the measurement report, related to updating the probability distribution model. You can control to receive information.
  • an apparatus includes at least one processor, at least one computer memory connected to the at least one processor and storing instructions that direct operations as executed by the at least one processor, ,
  • the operations include the device receiving measurement configuration information including information about a measurement gap and information about an expected target cell from a base station, and performing the expected target cell during the measurement gap. Performs measurement on at least one neighboring cell including the target cell, transmits a measurement report including a signal quality value for the expected target cell to the base station, and transmits to another base station determined by the base station. After performing the handover, control may be performed to transmit information related to updating the probability distribution model.
  • the signal quality value may be determined by assigning a weight to a measurement value for the expected target cell.
  • a non-transitory computer-readable medium storing at least one instruction (instructions), the at least one instruction executable by a processor (executable) Including, the at least one command, the device receives measurement configuration information including information on a measurement gap and information on an expected target cell from a base station, wherein the During a measurement gap, measurement of at least one neighboring cell including the expected target cell is performed, a measurement report including a signal quality value for the expected target cell is transmitted to the base station, and the base station After performing handover to another base station determined by the above, control may be performed to transmit information related to updating the probability distribution model.
  • the signal quality value may be determined by assigning a weight to a measurement value for the expected target cell.
  • disconnection of communication due to a measurement gap is reduced, and handover can be effectively performed.
  • Effects obtainable in the embodiments of the present disclosure are not limited to the above-mentioned effects, and other effects not mentioned are technical fields to which the technical configuration of the present disclosure is applied from the description of the following embodiments of the present disclosure. can be clearly derived and understood by those skilled in the art. That is, unintended effects according to implementing the configuration described in the present disclosure may also be derived by those skilled in the art from the embodiments of the present disclosure.
  • FIG. 1 shows an example of a communication system applicable to the present disclosure.
  • FIG. 2 shows an example of a wireless device applicable to the present disclosure.
  • FIG. 3 illustrates another example of a wireless device applicable to the present disclosure.
  • FIG. 4 shows an example of a portable device applicable to the present disclosure.
  • FIG. 5 illustrates an example of a vehicle or autonomous vehicle applicable to the present disclosure.
  • AI Artificial Intelligence
  • FIG. 7 illustrates a method of processing a transmission signal applicable to the present disclosure.
  • FIG 8 illustrates an example of a communication structure that can be provided in a 6th generation (6G) system applicable to the present disclosure.
  • FIG. 10 illustrates a THz communication method applicable to the present disclosure.
  • 12A to 12D show examples of updating a probability distribution model applicable to the present disclosure.
  • FIG. 13 illustrates a concept of handover in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 14 illustrates a concept of target cell selection based on Thomson sampling in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 15 illustrates examples of probability density functions of a beta distribution usable in a wireless communication system according to an embodiment of the present disclosure.
  • 16 illustrates an example of a procedure for controlling handover in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 17 illustrates an example of a procedure for setting a measurement gap in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 18 illustrates an example of a procedure for performing handover in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 19 illustrates an example of a handover procedure based on a measurement gap controlled by a base station in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 20 illustrates an example of a signal flow for performing handover based on a measurement gap controlled by a base station in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 21 illustrates a reward structure based on Thompson sampling (TS) in a wireless communication system according to an embodiment of the present disclosure.
  • each component or feature may be considered optional unless explicitly stated otherwise.
  • Each component or feature may be implemented in a form not combined with other components or features.
  • an embodiment of the present disclosure may be configured by combining some elements and/or features. The order of operations described in the embodiments of the present disclosure may be changed. Some components or features of one embodiment may be included in another embodiment, or may be replaced with corresponding components or features of another embodiment.
  • a base station has meaning as a terminal node of a network that directly communicates with a mobile station.
  • a specific operation described as being performed by a base station in this document may be performed by an upper node of the base station in some cases.
  • the 'base station' is a term such as a fixed station, Node B, eNode B, gNode B, ng-eNB, advanced base station (ABS), or access point. can be replaced by
  • a terminal includes a user equipment (UE), a mobile station (MS), a subscriber station (SS), a mobile subscriber station (MSS), It may be replaced with terms such as mobile terminal or advanced mobile station (AMS).
  • UE user equipment
  • MS mobile station
  • SS subscriber station
  • MSS mobile subscriber station
  • AMS advanced mobile station
  • the transmitting end refers to a fixed and/or mobile node providing data service or voice service
  • the receiving end refers to a fixed and/or mobile node receiving data service or voice service. Therefore, in the case of uplink, the mobile station can be a transmitter and the base station can be a receiver. Similarly, in the case of downlink, the mobile station may be a receiving end and the base station may be a transmitting end.
  • Embodiments of the present disclosure are wireless access systems, such as an IEEE 802.xx system, a 3rd Generation Partnership Project (3GPP) system, a 3GPP Long Term Evolution (LTE) system, a 3GPP 5G (5th generation) NR (New Radio) system, and a 3GPP2 system. It may be supported by at least one disclosed standard document, and in particular, the embodiments of the present disclosure are supported by 3GPP technical specification (TS) 38.211, 3GPP TS 38.212, 3GPP TS 38.213, 3GPP TS 38.321 and 3GPP TS 38.331 documents It can be.
  • 3GPP technical specification TS 38.211, 3GPP TS 38.212, 3GPP TS 38.213, 3GPP TS 38.321 and 3GPP TS 38.331 documents It can be.
  • embodiments of the present disclosure may be applied to other wireless access systems, and are not limited to the above-described systems.
  • it may also be applicable to a system applied after the 3GPP 5G NR system, and is not limited to a specific system.
  • CDMA code division multiple access
  • FDMA frequency division multiple access
  • TDMA time division multiple access
  • OFDMA orthogonal frequency division multiple access
  • SC-FDMA single carrier frequency division multiple access
  • LTE is 3GPP TS 36.xxx Release 8 or later
  • LTE technology after 3GPP TS 36.xxx Release 10 is referred to as LTE-A
  • xxx Release 13 may be referred to as LTE-A pro.
  • 3GPP NR may mean technology after TS 38.xxx Release 15.
  • 3GPP 6G may mean technology after TS Release 17 and/or Release 18.
  • "xxx" means a standard document detail number.
  • LTE/NR/6G may be collectively referred to as a 3GPP system.
  • FIG. 1 is a diagram illustrating an example of a communication system applied to the present disclosure.
  • a communication system 100 applied to the present disclosure includes a wireless device, a base station, and a network.
  • the wireless device means a device that performs communication using a radio access technology (eg, 5G NR, LTE), and may be referred to as a communication/wireless/5G device.
  • the wireless device includes a robot 100a, a vehicle 100b-1 and 100b-2, an extended reality (XR) device 100c, a hand-held device 100d, and a home appliance. appliance) 100e, Internet of Thing (IoT) device 100f, and artificial intelligence (AI) device/server 100g.
  • a radio access technology eg, 5G NR, LTE
  • XR extended reality
  • IoT Internet of Thing
  • AI artificial intelligence
  • the vehicle may include a vehicle equipped with a wireless communication function, an autonomous vehicle, a vehicle capable of performing inter-vehicle communication, and the like.
  • the vehicles 100b-1 and 100b-2 may include an unmanned aerial vehicle (UAV) (eg, a drone).
  • UAV unmanned aerial vehicle
  • the XR device 100c includes augmented reality (AR)/virtual reality (VR)/mixed reality (MR) devices, and includes a head-mounted device (HMD), a head-up display (HUD) installed in a vehicle, a television, It may be implemented in the form of smart phones, computers, wearable devices, home appliances, digital signage, vehicles, robots, and the like.
  • the mobile device 100d may include a smart phone, a smart pad, a wearable device (eg, a smart watch, a smart glass), a computer (eg, a laptop computer), and the like.
  • the home appliance 100e may include a TV, a refrigerator, a washing machine, and the like.
  • the IoT device 100f may include a sensor, a smart meter, and the like.
  • the base station 120 and the network 130 may also be implemented as a wireless device, and a specific wireless device 120a may operate as a base station/network node to other wireless devices.
  • the wireless devices 100a to 100f may be connected to the network 130 through the base station 120 .
  • AI technology may be applied to the wireless devices 100a to 100f, and the wireless devices 100a to 100f may be connected to the AI server 100g through the network 130.
  • the network 130 may be configured using a 3G network, a 4G (eg LTE) network, or a 5G (eg NR) network.
  • the wireless devices 100a to 100f may communicate with each other through the base station 120/network 130, but communicate directly without going through the base station 120/network 130 (e.g., sidelink communication). You may.
  • the vehicles 100b-1 and 100b-2 may perform direct communication (eg, vehicle to vehicle (V2V)/vehicle to everything (V2X) communication).
  • the IoT device 100f eg, sensor
  • the IoT device 100f may directly communicate with other IoT devices (eg, sensor) or other wireless devices 100a to 100f.
  • Wireless communication/connection 150a, 150b, and 150c may be performed between the wireless devices 100a to 100f/base station 120 and the base station 120/base station 120.
  • wireless communication/connection includes various types of uplink/downlink communication 150a, sidelink communication 150b (or D2D communication), and inter-base station communication 150c (eg relay, integrated access backhaul (IAB)). This can be done through radio access technology (eg 5G NR).
  • radio access technology eg 5G NR
  • a wireless device and a base station/wireless device, and a base station can transmit/receive radio signals to each other.
  • the wireless communication/connections 150a, 150b, and 150c may transmit/receive signals through various physical channels.
  • various configuration information setting processes for transmitting / receiving radio signals various signal processing processes (eg, channel encoding / decoding, modulation / demodulation, resource mapping / demapping, etc.) At least a part of a resource allocation process may be performed.
  • FIG. 2 is a diagram illustrating an example of a wireless device applicable to the present disclosure.
  • a first wireless device 200a and a second wireless device 200b may transmit and receive radio signals through various wireless access technologies (eg, LTE and NR).
  • ⁇ the first wireless device 200a, the second wireless device 200b ⁇ denotes the ⁇ wireless device 100x and the base station 120 ⁇ of FIG. 1 and/or the ⁇ wireless device 100x and the wireless device 100x.
  • ⁇ can correspond.
  • the first wireless device 200a includes one or more processors 202a and one or more memories 204a, and may further include one or more transceivers 206a and/or one or more antennas 208a.
  • the processor 202a controls the memory 204a and/or the transceiver 206a and may be configured to implement the descriptions, functions, procedures, suggestions, methods and/or operational flow diagrams disclosed herein.
  • the processor 202a may process information in the memory 204a to generate first information/signal, and transmit a radio signal including the first information/signal through the transceiver 206a.
  • the processor 202a may receive a radio signal including the second information/signal through the transceiver 206a and store information obtained from signal processing of the second information/signal in the memory 204a.
  • the memory 204a may be connected to the processor 202a and may store various information related to the operation of the processor 202a.
  • memory 204a may perform some or all of the processes controlled by processor 202a, or instructions for performing the descriptions, functions, procedures, suggestions, methods, and/or flowcharts of operations disclosed herein. It may store software codes including them.
  • the processor 202a and the memory 204a may be part of a communication modem/circuit/chip designed to implement a wireless communication technology (eg, LTE, NR).
  • the transceiver 206a may be coupled to the processor 202a and may transmit and/or receive wireless signals through one or more antennas 208a.
  • the transceiver 206a may include a transmitter and/or a receiver.
  • the transceiver 206a may be used interchangeably with a radio frequency (RF) unit.
  • RF radio frequency
  • a wireless device may mean a communication modem/circuit/chip.
  • the second wireless device 200b includes one or more processors 202b, one or more memories 204b, and may further include one or more transceivers 206b and/or one or more antennas 208b.
  • the processor 202b controls the memory 204b and/or the transceiver 206b and may be configured to implement the descriptions, functions, procedures, suggestions, methods and/or operational flow diagrams disclosed herein.
  • the processor 202b may process information in the memory 204b to generate third information/signal, and transmit a radio signal including the third information/signal through the transceiver 206b.
  • the processor 202b may receive a radio signal including the fourth information/signal through the transceiver 206b and store information obtained from signal processing of the fourth information/signal in the memory 204b.
  • the memory 204b may be connected to the processor 202b and may store various information related to the operation of the processor 202b.
  • the memory 204b may perform some or all of the processes controlled by the processor 202b, or instructions for performing the descriptions, functions, procedures, suggestions, methods, and/or flowcharts of operations disclosed herein. It may store software codes including them.
  • the processor 202b and the memory 204b may be part of a communication modem/circuit/chip designed to implement a wireless communication technology (eg, LTE, NR).
  • the transceiver 206b may be coupled to the processor 202b and may transmit and/or receive wireless signals through one or more antennas 208b.
  • the transceiver 206b may include a transmitter and/or a receiver.
  • the transceiver 206b may be used interchangeably with an RF unit.
  • a wireless device may mean a communication modem/circuit/chip.
  • one or more protocol layers may be implemented by one or more processors 202a, 202b.
  • the one or more processors 202a and 202b may include one or more layers (eg, PHY (physical), MAC (media access control), RLC (radio link control), PDCP (packet data convergence protocol), RRC (radio resource) control) and functional layers such as service data adaptation protocol (SDAP).
  • One or more processors 202a, 202b may generate one or more protocol data units (PDUs) and/or one or more service data units (SDUs) according to the descriptions, functions, procedures, proposals, methods, and/or operational flow charts disclosed herein.
  • PDUs protocol data units
  • SDUs service data units
  • processors 202a, 202b may generate messages, control information, data or information according to the descriptions, functions, procedures, proposals, methods and/or operational flow diagrams disclosed herein.
  • One or more processors 202a, 202b generate PDUs, SDUs, messages, control information, data or signals (eg, baseband signals) containing information according to the functions, procedures, proposals and/or methods disclosed herein , may be provided to one or more transceivers 206a and 206b.
  • One or more processors 202a, 202b may receive signals (eg, baseband signals) from one or more transceivers 206a, 206b, and descriptions, functions, procedures, suggestions, methods, and/or flowcharts of operations disclosed herein PDUs, SDUs, messages, control information, data or information can be obtained according to these.
  • signals eg, baseband signals
  • One or more processors 202a, 202b may be referred to as a controller, microcontroller, microprocessor or microcomputer.
  • One or more processors 202a, 202b may be implemented by hardware, firmware, software, or a combination thereof.
  • ASICs application specific integrated circuits
  • DSPs digital signal processors
  • DSPDs digital signal processing devices
  • PLDs programmable logic devices
  • FPGAs field programmable gate arrays
  • firmware or software may be implemented using firmware or software, and the firmware or software may be implemented to include modules, procedures, functions, and the like.
  • Firmware or software configured to perform the descriptions, functions, procedures, proposals, methods and/or operational flow charts disclosed in this document may be included in one or more processors 202a or 202b or stored in one or more memories 204a or 204b. It can be driven by the above processors 202a and 202b.
  • the descriptions, functions, procedures, suggestions, methods and/or operational flow charts disclosed in this document may be implemented using firmware or software in the form of codes, instructions and/or sets of instructions.
  • One or more memories 204a, 204b may be coupled to one or more processors 202a, 202b and may store various types of data, signals, messages, information, programs, codes, instructions and/or instructions.
  • One or more memories 204a, 204b may include read only memory (ROM), random access memory (RAM), erasable programmable read only memory (EPROM), flash memory, hard drive, registers, cache memory, computer readable storage media, and/or It may consist of a combination of these.
  • One or more memories 204a, 204b may be located internally and/or externally to one or more processors 202a, 202b.
  • one or more memories 204a, 204b may be connected to one or more processors 202a, 202b through various technologies such as wired or wireless connections.
  • One or more transceivers 206a, 206b may transmit user data, control information, radio signals/channels, etc. referred to in the methods and/or operational flow charts of this document to one or more other devices.
  • One or more transceivers 206a, 206b may receive user data, control information, radio signals/channels, etc. referred to in descriptions, functions, procedures, proposals, methods and/or operational flow charts, etc. disclosed herein from one or more other devices. there is.
  • one or more transceivers 206a and 206b may be connected to one or more processors 202a and 202b and transmit and receive radio signals.
  • one or more processors 202a, 202b may control one or more transceivers 206a, 206b to transmit user data, control information, or radio signals to one or more other devices.
  • one or more processors 202a, 202b may control one or more transceivers 206a, 206b to receive user data, control information, or radio signals from one or more other devices.
  • one or more transceivers 206a, 206b may be coupled to one or more antennas 208a, 208b, and one or more transceivers 206a, 206b may be connected to one or more antennas 208a, 208b to achieve the descriptions, functions disclosed in this document.
  • one or more antennas may be a plurality of physical antennas or a plurality of logical antennas (eg, antenna ports).
  • One or more transceivers (206a, 206b) in order to process the received user data, control information, radio signal / channel, etc. using one or more processors (202a, 202b), the received radio signal / channel, etc. in the RF band signal It can be converted into a baseband signal.
  • One or more transceivers 206a and 206b may convert user data, control information, and radio signals/channels processed by one or more processors 202a and 202b from baseband signals to RF band signals.
  • one or more transceivers 206a, 206b may include (analog) oscillators and/or filters.
  • FIG. 3 is a diagram illustrating another example of a wireless device applied to the present disclosure.
  • a wireless device 300 corresponds to the wireless devices 200a and 200b of FIG. 2, and includes various elements, components, units/units, and/or modules. ) can be configured.
  • the wireless device 300 may include a communication unit 310, a control unit 320, a memory unit 330, and an additional element 340.
  • the communication unit may include communication circuitry 312 and transceiver(s) 314 .
  • communication circuitry 312 may include one or more processors 202a, 202b of FIG. 2 and/or one or more memories 204a, 204b.
  • transceiver(s) 314 may include one or more transceivers 206a, 206b of FIG.
  • the control unit 320 is electrically connected to the communication unit 310, the memory unit 330, and the additional element 340 and controls overall operations of the wireless device. For example, the control unit 320 may control electrical/mechanical operations of the wireless device based on programs/codes/commands/information stored in the memory unit 330. In addition, the control unit 320 transmits the information stored in the memory unit 330 to the outside (eg, another communication device) through the communication unit 310 through a wireless/wired interface, or transmits the information stored in the memory unit 330 to the outside (eg, another communication device) through the communication unit 310. Information received through a wireless/wired interface from other communication devices) may be stored in the memory unit 330 .
  • the additional element 340 may be configured in various ways according to the type of wireless device.
  • the additional element 340 may include at least one of a power unit/battery, an input/output unit, a driving unit, and a computing unit.
  • the wireless device 300 may be a robot (FIG. 1, 100a), a vehicle (FIG. 1, 100b-1, 100b-2), an XR device (FIG. 1, 100c), a mobile device (FIG. 1, 100d) ), home appliances (FIG. 1, 100e), IoT devices (FIG.
  • Wireless devices can be mobile or used in a fixed location depending on the use-case/service.
  • various elements, components, units/units, and/or modules in the wireless device 300 may be entirely interconnected through a wired interface or at least partially connected wirelessly through the communication unit 310 .
  • the control unit 320 and the communication unit 310 are connected by wire, and the control unit 320 and the first units (eg, 130 and 140) are connected wirelessly through the communication unit 310.
  • each element, component, unit/unit, and/or module within wireless device 300 may further include one or more elements.
  • the control unit 320 may be composed of one or more processor sets.
  • control unit 320 may include a set of a communication control processor, an application processor, an electronic control unit (ECU), a graphic processing processor, a memory control processor, and the like.
  • memory unit 330 may include RAM, dynamic RAM (DRAM), ROM, flash memory, volatile memory, non-volatile memory, and/or combinations thereof. can be configured.
  • FIG. 4 is a diagram illustrating an example of a portable device applied to the present disclosure.
  • a portable device may include a smart phone, a smart pad, a wearable device (eg, smart watch, smart glasses), and a portable computer (eg, a laptop computer).
  • a mobile device may be referred to as a mobile station (MS), a user terminal (UT), a mobile subscriber station (MSS), a subscriber station (SS), an advanced mobile station (AMS), or a wireless terminal (WT).
  • MS mobile station
  • UT user terminal
  • MSS mobile subscriber station
  • SS subscriber station
  • AMS advanced mobile station
  • WT wireless terminal
  • a portable device 400 includes an antenna unit 408, a communication unit 410, a control unit 420, a memory unit 430, a power supply unit 440a, an interface unit 440b, and an input/output unit 440c. ) may be included.
  • the antenna unit 408 may be configured as part of the communication unit 410 .
  • Blocks 410 to 430/440a to 440c respectively correspond to blocks 310 to 330/340 of FIG. 3 .
  • the communication unit 410 may transmit/receive signals (eg, data, control signals, etc.) with other wireless devices and base stations.
  • the controller 420 may perform various operations by controlling components of the portable device 400 .
  • the controller 420 may include an application processor (AP).
  • the memory unit 430 may store data/parameters/programs/codes/commands necessary for driving the portable device 400 . Also, the memory unit 430 may store input/output data/information.
  • the power supply unit 440a supplies power to the portable device 400 and may include a wired/wireless charging circuit, a battery, and the like.
  • the interface unit 440b may support connection between the mobile device 400 and other external devices.
  • the interface unit 440b may include various ports (eg, audio input/output ports and video input/output ports) for connection with external devices.
  • the input/output unit 440c may receive or output image information/signal, audio information/signal, data, and/or information input from a user.
  • the input/output unit 440c may include a camera, a microphone, a user input unit, a display unit 440d, a speaker, and/or a haptic module.
  • the input/output unit 440c acquires information/signals (eg, touch, text, voice, image, video) input from the user, and the acquired information/signals are stored in the memory unit 430.
  • the communication unit 410 may convert the information/signal stored in the memory into a wireless signal, and directly transmit the converted wireless signal to another wireless device or to a base station.
  • the communication unit 410 may receive a radio signal from another wireless device or base station and then restore the received radio signal to original information/signal. After the restored information/signal is stored in the memory unit 430, it may be output in various forms (eg, text, voice, image, video, or haptic) through the input/output unit 440c.
  • FIG. 5 is a diagram illustrating an example of a vehicle or autonomous vehicle to which the present disclosure applies.
  • a vehicle or an autonomous vehicle may be implemented as a mobile robot, vehicle, train, manned/unmanned aerial vehicle (AV), ship, etc., and is not limited to a vehicle type.
  • AV unmanned aerial vehicle
  • a vehicle or autonomous vehicle 500 includes an antenna unit 508, a communication unit 510, a control unit 520, a driving unit 540a, a power supply unit 540b, a sensor unit 540c, and an autonomous driving unit.
  • a portion 540d may be included.
  • the antenna unit 550 may be configured as a part of the communication unit 510 .
  • Blocks 510/530/540a to 540d respectively correspond to blocks 410/430/440 of FIG. 4 .
  • the communication unit 510 may transmit/receive signals (eg, data, control signals, etc.) with external devices such as other vehicles, base stations (eg, base stations, roadside base units, etc.), servers, and the like.
  • the controller 520 may perform various operations by controlling elements of the vehicle or autonomous vehicle 500 .
  • the controller 520 may include an electronic control unit (ECU).
  • ECU electronice control unit
  • AI devices include TVs, projectors, smartphones, PCs, laptops, digital broadcasting terminals, tablet PCs, wearable devices, set-top boxes (STBs), radios, washing machines, refrigerators, digital signage, robots, vehicles, etc. It may be implemented as a device or a movable device.
  • the AI device 600 includes a communication unit 610, a control unit 620, a memory unit 630, an input/output unit 640a/640b, a running processor unit 640c, and a sensor unit 640d.
  • a communication unit 610 can include Blocks 610 to 630/640a to 640d may respectively correspond to blocks 310 to 330/340 of FIG. 3 .
  • the communication unit 610 communicates wired and wireless signals (eg, sensor information, user data) with external devices such as other AI devices (eg, FIG. 1, 100x, 120, and 140) or AI servers (Fig. input, learning model, control signal, etc.) can be transmitted and received. To this end, the communication unit 610 may transmit information in the memory unit 630 to an external device or transmit a signal received from the external device to the memory unit 630 .
  • external devices eg, sensor information, user data
  • AI devices eg, FIG. 1, 100x, 120, and 140
  • AI servers Fig. input, learning model, control signal, etc.
  • the controller 620 may determine at least one executable operation of the AI device 600 based on information determined or generated using a data analysis algorithm or a machine learning algorithm. And, the controller 620 may perform the determined operation by controlling components of the AI device 600 . For example, the control unit 620 may request, retrieve, receive, or utilize data from the learning processor unit 640c or the memory unit 630, and may perform a predicted operation among at least one feasible operation or one determined to be desirable. Components of the AI device 600 may be controlled to execute an operation. In addition, the control unit 620 collects history information including user feedback on the operation contents or operation of the AI device 600 and stores it in the memory unit 630 or the running processor unit 640c, or the AI server ( 1, 140) can be transmitted to an external device. The collected history information can be used to update the learning model.
  • the memory unit 630 may store data supporting various functions of the AI device 600 .
  • the memory unit 630 may store data obtained from the input unit 640a, data obtained from the communication unit 610, output data of the learning processor unit 640c, and data obtained from the sensing unit 640.
  • the memory unit 630 may store control information and/or software codes required for operation/execution of the controller 620 .
  • the input unit 640a may obtain various types of data from the outside of the AI device 600.
  • the input unit 620 may obtain learning data for model learning and input data to which the learning model is to be applied.
  • the input unit 640a may include a camera, a microphone, and/or a user input unit.
  • the output unit 640b may generate an output related to sight, hearing, or touch.
  • the output unit 640b may include a display unit, a speaker, and/or a haptic module.
  • the sensing unit 640 may obtain at least one of internal information of the AI device 600, surrounding environment information of the AI device 600, and user information by using various sensors.
  • the sensing unit 640 may include a proximity sensor, an illuminance sensor, an acceleration sensor, a magnetic sensor, a gyro sensor, an inertial sensor, an RGB sensor, an IR sensor, a fingerprint recognition sensor, an ultrasonic sensor, an optical sensor, a microphone, and/or a radar. there is.
  • the learning processor unit 640c may learn a model composed of an artificial neural network using learning data.
  • the running processor unit 640c may perform AI processing together with the running processor unit of the AI server (FIG. 1, 140).
  • the learning processor unit 640c may process information received from an external device through the communication unit 610 and/or information stored in the memory unit 630 .
  • the output value of the learning processor unit 640c may be transmitted to an external device through the communication unit 610 and/or stored in the memory unit 630.
  • the transmitted signal may be processed by a signal processing circuit.
  • the signal processing circuit 700 may include a scrambler 710, a modulator 720, a layer mapper 730, a precoder 740, a resource mapper 750, and a signal generator 760.
  • the operation/function of FIG. 7 may be performed by the processors 202a and 202b and/or the transceivers 206a and 206b of FIG. 2 .
  • blocks 710 to 760 may be implemented in the processors 202a and 202b and/or the transceivers 206a and 206b of FIG. 2 .
  • blocks 710 to 760 may be implemented in the processors 202a and 202b of FIG. 2 .
  • blocks 710 to 750 may be implemented in the processors 202a and 202b of FIG. 2 and block 760 may be implemented in the transceivers 206a and 206b of FIG. 2 , and are not limited to the above-described embodiment.
  • the codeword may be converted into a radio signal through the signal processing circuit 700 of FIG. 7 .
  • a codeword is an encoded bit sequence of an information block.
  • Information blocks may include transport blocks (eg, UL-SCH transport blocks, DL-SCH transport blocks).
  • Radio signals may be transmitted through various physical channels (eg, PUSCH, PDSCH).
  • the codeword may be converted into a scrambled bit sequence by the scrambler 710.
  • a scramble sequence used for scrambling is generated based on an initialization value, and the initialization value may include ID information of a wireless device.
  • the scrambled bit sequence may be modulated into a modulation symbol sequence by modulator 720.
  • the modulation method may include pi/2-binary phase shift keying (pi/2-BPSK), m-phase shift keying (m-PSK), m-quadrature amplitude modulation (m-QAM), and the like.
  • the complex modulation symbol sequence may be mapped to one or more transport layers by the layer mapper 730. Modulation symbols of each transport layer may be mapped to corresponding antenna port(s) by the precoder 740 (precoding).
  • the output z of the precoder 740 can be obtained by multiplying the output y of the layer mapper 730 by the N*M precoding matrix W.
  • N is the number of antenna ports and M is the number of transport layers.
  • the precoder 740 may perform precoding after transform precoding (eg, discrete fourier transform (DFT)) on complex modulation symbols. Also, the precoder 740 may perform precoding without performing transform precoding.
  • transform precoding eg, discrete fourier transform (DFT)
  • the resource mapper 750 may map modulation symbols of each antenna port to time-frequency resources.
  • the time-frequency resource may include a plurality of symbols (eg, CP-OFDMA symbols and DFT-s-OFDMA symbols) in the time domain and a plurality of subcarriers in the frequency domain.
  • the signal generator 760 generates a radio signal from the mapped modulation symbols, and the generated radio signal can be transmitted to other devices through each antenna.
  • CP cyclic prefix
  • DAC digital-to-analog converter
  • the signal processing process for the received signal in the wireless device may be configured in reverse to the signal processing process 710 to 760 of FIG. 7 .
  • a wireless device eg, 200a and 200b of FIG. 2
  • the received radio signal may be converted into a baseband signal through a signal restorer.
  • the signal restorer may include a frequency downlink converter, an analog-to-digital converter (ADC), a CP remover, and a fast fourier transform (FFT) module.
  • ADC analog-to-digital converter
  • FFT fast fourier transform
  • the baseband signal may be restored to a codeword through a resource de-mapper process, a postcoding process, a demodulation process, and a de-scramble process.
  • a signal processing circuit for a received signal may include a signal restorer, a resource demapper, a postcoder, a demodulator, a descrambler, and a decoder.
  • 6G (radio communications) systems are characterized by (i) very high data rates per device, (ii) very large number of connected devices, (iii) global connectivity, (iv) very low latency, (v) battery- It aims to lower energy consumption of battery-free IoT devices, (vi) ultra-reliable connectivity, and (vii) connected intelligence with machine learning capabilities.
  • the vision of the 6G system can be four aspects such as “intelligent connectivity”, “deep connectivity”, “holographic connectivity”, and “ubiquitous connectivity”, and the 6G system can satisfy the requirements shown in Table 1 below. That is, Table 1 is a table showing the requirements of the 6G system.
  • the 6G system is enhanced mobile broadband (eMBB), ultra-reliable low latency communications (URLLC), mMTC (massive machine type communications), AI integrated communication, tactile Internet (tactile internet), high throughput, high network capacity, high energy efficiency, low backhaul and access network congestion and improved data security ( can have key factors such as enhanced data security.
  • eMBB enhanced mobile broadband
  • URLLC ultra-reliable low latency communications
  • mMTC massive machine type communications
  • AI integrated communication e.g., AI integrated communication
  • tactile Internet tactile internet
  • high throughput high network capacity
  • high energy efficiency high backhaul and access network congestion
  • improved data security can have key factors such as enhanced data security.
  • FIG. 10 is a diagram illustrating an example of a communication structure that can be provided in a 6G system applicable to the present disclosure.
  • a 6G system is expected to have 50 times higher simultaneous wireless communication connectivity than a 5G wireless communication system.
  • URLLC a key feature of 5G, is expected to become a more mainstream technology by providing end-to-end latency of less than 1 ms in 6G communications.
  • the 6G system will have much better volume spectral efficiency, unlike the frequently used area spectral efficiency.
  • 6G systems can provide very long battery life and advanced battery technology for energy harvesting, so mobile devices in 6G systems may not need to be charged separately.
  • AI The most important and newly introduced technology for the 6G system is AI.
  • AI was not involved in the 4G system.
  • 5G systems will support partial or very limited AI.
  • the 6G system will be AI-enabled for full automation.
  • Advances in machine learning will create more intelligent networks for real-time communication in 6G.
  • Introducing AI in communications can simplify and enhance real-time data transmission.
  • AI can use a plethora of analytics to determine how complex target tasks are performed. In other words, AI can increase efficiency and reduce processing delays.
  • AI can also play an important role in machine-to-machine, machine-to-human and human-to-machine communications.
  • AI can be a rapid communication in the brain computer interface (BCI).
  • BCI brain computer interface
  • AI-based communication systems can be supported by metamaterials, intelligent structures, intelligent networks, intelligent devices, intelligent cognitive radios, self-sustaining wireless networks, and machine learning.
  • AI-based physical layer transmission means applying a signal processing and communication mechanism based on an AI driver rather than a traditional communication framework in fundamental signal processing and communication mechanisms. For example, deep learning-based channel coding and decoding, deep learning-based signal estimation and detection, deep learning-based multiple input multiple output (MIMO) mechanism, It may include AI-based resource scheduling and allocation.
  • MIMO multiple input multiple output
  • Machine learning may be used for channel estimation and channel tracking, and may be used for power allocation, interference cancellation, and the like in a downlink (DL) physical layer. Machine learning can also be used for antenna selection, power control, symbol detection, and the like in a MIMO system.
  • DL downlink
  • AI algorithms based on deep learning require a lot of training data to optimize training parameters.
  • a lot of training data is used offline. This is because static training on training data in a specific channel environment may cause a contradiction between dynamic characteristics and diversity of a radio channel.
  • Machine learning refers to a set of actions that train a machine to create a machine that can do tasks that humans can or cannot do.
  • Machine learning requires data and a running model.
  • data learning methods can be largely classified into three types: supervised learning, unsupervised learning, and reinforcement learning.
  • Neural network training is aimed at minimizing errors in the output.
  • Neural network learning repeatedly inputs training data to the neural network, calculates the output of the neural network for the training data and the error of the target, and backpropagates the error of the neural network from the output layer of the neural network to the input layer in a direction to reduce the error. ) to update the weight of each node in the neural network.
  • Supervised learning uses training data in which correct answers are labeled in the learning data, and unsupervised learning may not have correct answers labeled in the learning data. That is, for example, learning data in the case of supervised learning related to data classification may be data in which each learning data is labeled with a category. Labeled training data is input to the neural network, and an error may be calculated by comparing the output (category) of the neural network and the label of the training data. The calculated error is back-propagated in a reverse direction (ie, from the output layer to the input layer) in the neural network, and the connection weight of each node of each layer of the neural network may be updated according to the back-propagation.
  • a reverse direction ie, from the output layer to the input layer
  • the amount of change in the connection weight of each updated node may be determined according to a learning rate.
  • the neural network's computation of input data and backpropagation of errors can constitute a learning cycle (epoch).
  • the learning rate may be applied differently according to the number of iterations of the learning cycle of the neural network. For example, a high learning rate is used in the early stages of neural network learning to increase efficiency by allowing the neural network to quickly achieve a certain level of performance, and a low learning rate can be used in the late stage to increase accuracy.
  • the learning method may vary depending on the characteristics of the data. For example, in a case where the purpose of the receiver is to accurately predict data transmitted by the transmitter in a communication system, it is preferable to perform learning using supervised learning rather than unsupervised learning or reinforcement learning.
  • the learning model corresponds to the human brain, and the most basic linear model can be considered. ) is called
  • the neural network cord used as a learning method is largely divided into deep neural networks (DNN), convolutional deep neural networks (CNN), and recurrent boltzmann machine (RNN). and this learning model can be applied.
  • DNN deep neural networks
  • CNN convolutional deep neural networks
  • RNN recurrent boltzmann machine
  • THz communication can be applied in 6G systems.
  • the data transmission rate can be increased by increasing the bandwidth. This can be done using sub-THz communication with wide bandwidth and applying advanced massive MIMO technology.
  • THz waves also known as sub-millimeter radiation
  • THz waves generally represent a frequency band between 0.1 THz and 10 THz with corresponding wavelengths in the range of 0.03 mm-3 mm.
  • the 100 GHz-300 GHz band range (sub THz band) is considered a major part of the THz band for cellular communications. Adding to the sub-THz band mmWave band will increase 6G cellular communications capacity.
  • 300 GHz-3 THz is in the far infrared (IR) frequency band.
  • the 300 GHz-3 THz band is part of the broad band, but is at the border of the wide band, just behind the RF band. Thus, this 300 GHz-3 THz band exhibits similarities to RF.
  • THz communications include (i) widely available bandwidth to support very high data rates, and (ii) high path loss at high frequencies (highly directional antennas are indispensable).
  • the narrow beamwidth produced by the highly directional antenna reduces interference.
  • the small wavelength of the THz signal allows a much larger number of antenna elements to be incorporated into devices and BSs operating in this band. This enables advanced adaptive array technology to overcome range limitations.
  • THz Terahertz
  • FIG. 10 is a diagram illustrating a THz communication method applicable to the present disclosure.
  • THz waves are located between RF (Radio Frequency)/millimeter (mm) and infrared bands, and (i) transmit non-metal/non-polarizable materials better than visible light/infrared rays, and have a shorter wavelength than RF/millimeter waves and have high straightness. Beam focusing may be possible.
  • Multi-arm bandits (MAB) and Thompson sampling (TS)
  • MAB refers to a system in which one candidate can be selected at a time in an environment where a plurality of selectable candidates exist, and the degree of compensation provided in response to the selection is different for each candidate.
  • the selectable candidate may be referred to as an arm.
  • the MAB problem is to find an answer about how to make a selection to maximize the sum of rewards when given a limited number of selection opportunities.
  • the MAB problem can be solved through exploration and exploitation.
  • Use is a method of selecting the best candidate based on existing observations
  • search is a method of selecting new candidates to obtain more observation results. If too few searches are accumulated, choices based on incorrect information may be made. Conversely, if too many searches are conducted, unnecessary opportunity costs may be incurred to obtain more information even though there is sufficient information.
  • utilization and discovery are in a trade-off relationship with each other, and optimizing them is the key to solving the MAB problem.
  • Thomson sampling expresses the probability that a positive reward is given when each arm is selected as a beta distribution.
  • the beta distribution is a probability distribution model represented by two parameters ⁇ and ⁇ .
  • selection of a candidate is performed by randomly sampling values on the x-axis for each of the beta distributions and identifying the candidate corresponding to the largest value.
  • the value of compensation according to the selection of the corresponding candidate is used to update ⁇ and ⁇ constituting the beta distribution of the corresponding code. For example, a positive result increases ⁇ by 1, and a negative result increases ⁇ by 1.
  • the beta distribution used to express the probability distribution of each candidate in Thomson sampling is defined as in [Equation 1].
  • the beta distribution is a continuous probability distribution defined in the interval [0, 1] by two parameters ⁇ and ⁇ .
  • FIG. 11 shows examples of probability density functions of beta distributions applicable to this disclosure. 11 shows that ( ⁇ , ⁇ ) is (1/3,1), (10,30), (20,20), (1,3), (2,6), (4,4), (2/ 3,2/3), (2,1), and (1,1) beta distributions.
  • ⁇ /( ⁇ + ⁇ ) is (1/3,1), (10,30), (20,20), (1,3), (2,6), (4,4), (2/ 3,2/3), (2,1), and (1,1) beta distributions.
  • a reward distribution of each candidate is estimated using existing data, and a candidate to be given the highest reward is selected according to the estimated distribution.
  • one candidate is selected probabilistically by random sampling based on a beta distribution.
  • ⁇ or ⁇ of the selected candidate is updated based on a result of performing an action according to the selected candidate.
  • the corresponding beta distribution will change to a form that is more concentrated in the center position. It gets lower. If the number of candidates selected is small, the beta distribution will change to a widely distributed form, and the possibility of being selected in the future will arise.
  • FIGS. 12A to 12D Specific examples of updating beta distributions are shown in FIGS. 12A to 12D.
  • 12A to 12D show examples of updating a probability distribution model applicable to the present disclosure.
  • 12A to 12D illustrate changes in three beta distributions (eg, Arm 1, Arm 2, and Arm 3) when selections are made about 1500 times.
  • ( ⁇ , ⁇ ) of the first arm 1, arm 2, and arm 3 are the same as (1,1), (1,1), and (1,1). Since ( ⁇ , ⁇ ) is (1,1), the beta distribution has a uniform distribution with the same probability (eg 1) for all values of x. Since all three arms have the same probability distribution, the search starts with the same probability.
  • ( ⁇ , ⁇ ) of Arm 1, Arm 2, and Arm 3 are (3,2), (2,3), and (2,2).
  • the beta distribution is updated, the probability of each arm being selected is also updated. A clear difference between cancers has not yet been identified.
  • arm 3 since the value selected from the beta distribution of arm 3 is the largest, arm 3 will be selected. The selection of values follows the corresponding beta distribution and is performed by random sampling considering probability.
  • a (2,2) beta distribution such as Arm 3 if random sampling is performed considering the probability, 0.5 with the highest probability will be selected with the highest frequency, but other values other than 0.5 are also less frequent.
  • the y-axis value of 0.5 is about 1.5 and the y-axis value of 0.2 is about 1, so the frequency at which 0.5 is selected through random sampling is 0.2. It can be understood that it is about 1.5 times the frequency of being.
  • ( ⁇ , ⁇ ) of arm 1, arm 2, and arm 3 are (4,3), (2,3), and (5,2).
  • the probability of being selected in the order of arm 3, arm 1, and arm 2 decreases.
  • one value is sampled on the x-axis based on the probability for each of Arm 1, Arm 2, and Arm 3, and since the value selected from the beta distribution of Arm 3 is the largest, Arm 3 will be selected.
  • FIG. 12D after 1496 selections, ( ⁇ , ⁇ ) of Arm 1, Arm 2, and Arm 3 are (33,100), (100,223), and (436,611). Since about 1500 searches have been performed sufficiently, the probability that arm 3 is selected becomes overwhelmingly high.
  • the present disclosure relates to handover technology, and more particularly, to a technology for controlling a measurement gap allocated to perform measurement for handover. Specifically, the present disclosure proposes an AI-based seamless handover technology.
  • the frequency of handover may increase. If a fixed measurement gap is set and handover is performed based on the signal quality of neighboring cells (e.g., RSS (received signal strength), RSRP (reference signal received power), etc.), communication during the measurement gap Due to the interruption, the overall communication performance may be weakened. For example, phenomena such as throughput reduction, delay increase, and dropped calls may occur. Accordingly, the present disclosure proposes a technique for minimizing the influence of the measurement gap during handover and further increasing the power efficiency of the terminal.
  • RSS received signal strength
  • RSRP reference signal received power
  • Handover between frequencies/RATs in an existing cellular communication system may proceed as follows. After connecting to the cellular network, the terminal measures the RSS value of the serving cell according to the measurement configuration provided by the base station. When the RSS value is lower than the set threshold, the terminal determines that a specific event (eg, Event A2) is satisfied, and transmits a measurement report to the base station. Thereafter, the serving base station transmits measurement settings including measurement gap related information, and the terminal cross-measures the RSS values of the serving cell and the neighboring cell according to the measurement settings, and then transmits a measurement report. The serving base station determines handover based on the measured RSS value and requests handover to the target base station. When a response to the handover request is received, the serving base station transmits a handover command to the terminal. When the handover is completed, the terminal transmits a confirmation signal.
  • a specific event eg, Event A2
  • the serving base station transmits measurement settings including measurement gap related information
  • the terminal cross-measures the RSS values of the serving cell and the
  • a measurement gap may be set differently according to accumulated records. For example, if the probability of success in performing handover to the target cell in the past is greater than or equal to a certain value, the RSS value measurement time may be set relatively shorter than the previous one. On the other hand, if the success probability is less than a certain value, it is desirable to set the RSS value measurement time relatively long as in the past.
  • the present disclosure intends to propose a seamless handover technology that overcomes these limitations by using an artificial intelligence algorithm.
  • 13 illustrates a concept of handover in a wireless communication system according to an embodiment of the present disclosure.
  • 13 illustrates a case in which a terminal 1310 performs handover from a first base station 1320-1 to a second base station 1320-2.
  • the first base station 1320-1 and the second base station 1320-2 operate in different frequency bands or perform communication based on different RATs.
  • a terminal 1310 moves from a cell of a first base station 1320-1 to a cell of a second base station 1320-2. Accordingly, handover to the second base station 1320-2 is required.
  • the terminal 1310 uses the measurement gap to 2 It is necessary to perform measurements on base station 1320-2.
  • the length or interval of the measurement gap is adjusted according to the past handover success probability. That is, unlike the existing method using a fixed measurement gap, when a handover is performed to a target cell, if there is a cell with a probability of success of a handover greater than a certain number, the time of the measurement gap is determined using artificial intelligence prediction. By reducing or increasing the interval, the impact of the measurement gap on communication interruption can be minimized.
  • a technique for controlling a measurement gap for handover may be based on a Thompson sampling (TS) technique that guarantees excellent performance among multi-armed bandits (MAB) problem solving methods.
  • TS Thompson sampling
  • MAB multi-armed bandits
  • an algorithm for determining the best target cell for the UE in the current situation and environment during handover may be defined.
  • MAB is a technique that balances exploitation and exploration in recommendation.
  • the best target cell for the UE can be predicted and recommended through use, and a cell with high uncertainty can be recommended to collect more information through search.
  • the use-based recommendation method that the existing method is aimed at, there is a limit in that a good cell is preferentially recommended in the current situation and environment.
  • the technology according to various embodiments properly recommends a new cell through search, and Feedback can be efficiently reflected in the terminal and the base station.
  • Feedback can be efficiently reflected in the terminal and the base station.
  • use and search and controlling use and search may temporarily appear as a loss to the terminal, but since several cells are identified through search, it is more efficient overall.
  • FIG. 14 illustrates a concept of target cell selection based on an artificial intelligence algorithm in a wireless communication system according to an embodiment of the present disclosure.
  • the neighboring cells 1410-1 to 1410-3 are applied. 1410-3
  • one target cell 1430 may be selected.
  • data used in the MAB-Thomson sampling technique 1420 is a probability distribution for each cell.
  • Thomson sampling is an algorithm that estimates the reward distribution for a candidate cell for handover progress using data observed in the past, and selects a candidate to give the highest reward in the future with high probability based on the estimated distribution am.
  • a reward given to each candidate has a value of 0 or 1 with a probability of p by a Bernoulli trial, and a prior probability of p may follow a beta distribution.
  • the beta distribution is a continuous probability distribution defined on the interval [0, 1] by two parameters ⁇ and ⁇ . When the beta distribution is visualized as a graph, it is shown in FIG. 15 below.
  • 15 illustrates examples of probability density functions of a beta distribution usable in a wireless communication system according to an embodiment of the present disclosure.
  • 15 illustrates beta distributions where ( ⁇ , ⁇ ) are (0.5,0.5), (5,1), (1,3), (2,2), (2,5).
  • ⁇ /( ⁇ + ⁇ ) increases, the center position of the beta distribution approaches 1, and as the value of ⁇ /( ⁇ + ⁇ ) increases, the center position of the beta distribution approaches 0.
  • Parameters ⁇ and ⁇ are determined based on the number of times the reward is 1 and the number of times the reward is 0 when each cell is selected. That is, if a reward of 1 and a reward of 0 occur m and n times, respectively, for the selected candidate, the reward probability p of the cell is estimated to have a distribution of Beta(m,n).
  • cells eg, neighboring cell #1 to neighboring cell #3 in FIG. 14
  • cells correspond to beta distributions illustrated in FIG. 15 .
  • a cell is selected using probability matching based on given beta distributions, that is, an estimated distribution, which is a method of maximizing compensation for the cell selected by the base station.
  • a base station has information on handover performed from its own cell to other cells, that is, TS model beta distribution information based on information related to past handovers.
  • information related to past handovers includes a handover success probability when each neighboring cell succeeds as a target cell.
  • a reward value (eg, 0 or 1) is determined according to the post-handover state in which one UE performs handover to a specific neighbor cell, and the beta distribution of the corresponding neighbor cell is updated based on the reward value.
  • the base station can collect necessary information.
  • the collected information is used to generate an evaluation index of interest, and includes matters to be considered in determining handover success.
  • the collected information and the evaluation index generated based on the collected information may be collectively referred to as 'evaluation information'.
  • collected information may include information related to QoS parameters.
  • ⁇ may be increased by 1
  • ⁇ may be increased by 1.
  • Information collected to determine a compensation value and rules for determining a compensation value from the collected information may be designed in various ways according to items to be reflected in handover performance.
  • the compensation value may be determined based on at least one of information about whether to maintain QoS and information about signal quality.
  • information on whether or not QoS is maintained and a change in signal quality may be used as evaluation indicators.
  • the collected information may include a service quality indicator (eg, minimum transmission rate, delay time, throughput, etc.), signal quality in a serving cell before handover, signal quality in a new serving cell after handover, and the like.
  • the base station may check whether QoS is maintained and signal quality in the new serving cell, and based on the check result, determine a compensation value to be reflected in the beta distribution corresponding to the neighboring cell.
  • a criterion for determining a specific reward value may be defined in various ways. For example, when QoS is maintained for a certain period of time and signal quality (eg, RSS, RSRP, etc.) is greater than or equal to a threshold value, a compensation value may be determined as 1. As another example, if the QoS is not maintained for a certain period of time, the compensation value is 0, and if the QoS is maintained for a certain period of time, the compensation value may be determined according to the judgment shown in [Equation 2].
  • R is a compensation value
  • RSS T is an RSS value for a target cell
  • RSS S is an RSS value for a serving cell
  • ⁇ is an offset value
  • the base station may compare the RSS value for the new serving cell with a threshold value (eg, the sum of the RSS value for the previous serving cell and a certain value), and determine a compensation value according to the comparison result.
  • a threshold value eg, the sum of the RSS value for the previous serving cell and a certain value
  • 16 illustrates an example of a procedure for controlling handover in a wireless communication system according to an embodiment of the present disclosure. 16 illustrates an operating method of a base station (eg, the first base station 1320-1 of FIG. 13) controlling handover.
  • a base station eg, the first base station 1320-1 of FIG. 13
  • the base station sets a measurement gap based on a probability distribution model for handover candidates.
  • the handover candidates may include neighboring base stations adjacent to the base station, and the probability distribution model may include probability distributions for successful handover of neighboring base stations.
  • Probability distributions include beta distributions and can be updated according to the result of a handover from a base station to a neighboring base station. That is, the probability distributions reflect the success or failure of handover from a base station to a neighboring base station accumulated in the past.
  • the base station may sample a value from each of the beta distributions of neighboring base stations, and determine the length or interval of the measurement gap based on a maximum value among the sampled values.
  • the length or interval of the measurement gap may be selected from among a plurality of candidates defined in stages according to the success probability of handover to the neighboring base station corresponding to the maximum value.
  • the base station transmits information about a measurement gap and an expected handover target.
  • the base station transmits measurement configuration information including information on the measurement gap set in step S1601 and information on an expected handover target selected by the base station.
  • the expected handover target means a neighbor base station corresponding to the maximum value among sampled values.
  • the expected handover target may be referred to as 'recommended handover target', 'recommended target cell', 'selected candidate cell', 'predicted target cell', or other terms having equivalent technical meaning.
  • the measurement setting information may further include information on at least one other neighboring base station to be measured other than the expected handover target.
  • the base station receives a measurement report including a signal quality value for an expected handover target.
  • the measurement report includes the results of the UE's measurements performed during the measurement gap.
  • the signal quality value for the expected handover target may be received in a state in which a weight is applied to a value measured by the terminal.
  • the measurement report may further include a signal quality value for at least one other neighbor base station to be measured other than the expected handover target.
  • the base station acquires information related to updating the probability distribution model after performing the handover procedure.
  • the information related to updating the probability distribution model may include information indicating the updated probability distribution model or evaluation information necessary to update the probability distribution model.
  • the evaluation information is information related to a reward value for updating the beta distribution, and may include a reward value or information used to determine the reward value.
  • the information used to determine the compensation value includes at least one of a QoS value, QoS evaluation (eg, information on whether or not QoS is maintained), signal quality, and information related to changes in signal quality before and after handover. can do.
  • information related to updating the probability distribution model may be received through a base station of a target cell during a handover procedure.
  • information related to update of the probability distribution model may be included in a message notifying completion of handover.
  • information related to updating the probability distribution model may be received through a separate message after the handover procedure is completed.
  • the base station may update probability distribution information based on the obtained information.
  • the base station receives at least one of information on whether to maintain QoS and information on signal quality from the terminal, the base station determines a compensation value based on the received information, and based on the determined compensation value Probability distribution information can be updated.
  • the base station may update probability distribution information based on the received compensation value.
  • the updated probability distribution information may be a beta distribution of a neighbor base station handed over by the terminal, that is, a target cell.
  • the compensation value can be determined as 0 or 1, where 1 means handover success and 0 means handover failure.
  • the updated probability distribution information may be a beta distribution of a neighboring base station handed over by the terminal, that is, a target RAT.
  • the base station may increase one of ⁇ or ⁇ constituting the beta distribution by 1 according to the compensation value.
  • 17 illustrates an example of a procedure for setting a measurement gap in a wireless communication system according to an embodiment of the present disclosure. 17 illustrates an operating method of a base station (eg, the first base station 1320-1 of FIG. 13) controlling handover.
  • a base station eg, the first base station 1320-1 of FIG. 13
  • the base station checks a probability distribution set.
  • the base station checks a probability distribution of handover candidates, that is, each of neighboring base stations.
  • the probability distribution relates to a handover success probability to a corresponding neighboring base station, and may be a beta distribution.
  • the base station samples values from probability distributions for each handover candidate. That is, the base station samples values from beta distributions of handover candidates.
  • sampling means an operation of selecting one value from each beta distribution based on a random number and selecting one value in consideration of a probability expressed by a beta distribution curve. For example, in the case of beta(1,1) in FIG. 15, if sampling is performed considering the probability, 0.5 with the highest probability will be selected with the highest frequency, but values other than 0.5 will also be selected with a lower frequency. can
  • the base station compares the maximum value and the threshold among the sampled values.
  • the maximum value among the sampled values may be interpreted as a handover success probability to a neighboring base station corresponding to the maximum value or a value corresponding thereto.
  • step S1705 the base station sets the length of the measurement gap to the first value.
  • step S1705 the base station sets the length of the measurement gap to the second value.
  • the first value is smaller than the second value. That is, the measurement gap when the maximum value is greater than the threshold value may be set to have a shorter length than the measurement gap when the maximum value is less than or equal to the threshold value.
  • the amount of resources occupied per unit time by the measurement gap when the maximum value is greater than the threshold value may be less than the amount of resources occupied per unit time by the measurement gap when the maximum value is less than the threshold value.
  • the length of the measurement gap may be determined as a first value or a second value. That is, the embodiment of FIG. 17 illustrates a case where there are two candidates for the length of the selectable measurement gap. However, according to another embodiment, three or more length candidates may be used. In this case, the possible range of sampled values is divided into three or more intervals, and candidate values of the length may be mapped for each interval. Accordingly, the base station may check a section to which the maximum value among the sampled values belongs, and set the length of the measurement gap to a candidate value corresponding to the checked section.
  • a measurement gap may be set.
  • the length of the measurement gap is adjusted based on the sampled values.
  • the interval of the measurement gap rather than the length of the measurement gap, that is, the time interval between two consecutive measurement gaps may be adjusted.
  • the measurement gap interval when the maximum value is greater than the threshold value may be set longer than the measurement gap interval when the maximum value is less than or equal to the threshold value.
  • 18 illustrates an example of a procedure for performing handover in a wireless communication system according to an embodiment of the present disclosure. 18 illustrates an operation method of a terminal (eg, terminal 1310 of FIG. 13) performing handover.
  • a terminal eg, terminal 1310 of FIG. 13
  • the terminal receives information about a measurement gap and an expected handover target.
  • the terminal receives measurement setting information including information on a measurement gap set by the base station and information on an expected handover target selected by the base station.
  • Information about the measurement gap may include at least one of a length of the measurement gap, a repetition period of the measurement gap, and a start offset of the measurement gap.
  • the repetition period means an interval between adjacent measurement gaps.
  • the measurement setting information may further include information on at least one other neighboring base station to be measured other than the expected handover target.
  • the measurement setting information may further include at least one of measurement object information, measurement report setting information, measurement identification information, and measurement item (quantity) information.
  • the terminal performs measurement during the measurement gap.
  • the terminal may perform measurement based on the measurement configuration information. For example, the UE may perform measurement for a frequency or RAT indicated by measurement object information using a filter coefficient indicated by measurement item information during a measurement gap. At this time, the terminal may perform measurements on the expected handover target and at least one other neighboring base station.
  • the UE transmits a measurement report including a signal quality value for the weighted expected handover target.
  • the measurement report includes the results of the UE's measurements performed during the measurement gap.
  • the terminal applies a weight to a measurement value for an expected handover target.
  • the weight is applied to increase the probability that the expected handover target is selected as the target base station. That is, the signal quality value for the expected handover target is reported to the base station as a value greater than the measured value.
  • the terminal may add a positive offset value (hereinafter referred to as ' ⁇ value') to the measurement value for the expected handover target or multiply it by one or more weight values.
  • the measurement report may further include a measurement value for at least one other neighboring base station that is a measurement target other than the expected handover target.
  • the terminal transmits information related to updating the probability distribution model after performing the handover procedure.
  • the information related to updating the probability distribution model may include information indicating the updated probability distribution model or evaluation information necessary to update the probability distribution model.
  • the evaluation information is information related to a reward value for updating the beta distribution, and may include a reward value or information used to determine the reward value.
  • the information used to determine the compensation value includes at least one of a QoS value, QoS evaluation (eg, information on whether or not QoS is maintained), signal quality, and information related to changes in signal quality before and after handover. can do.
  • information related to updating the probability distribution model may be transmitted through a base station of a target cell during a handover procedure.
  • information related to update of the probability distribution model may be included in a message notifying completion of handover.
  • information related to updating the probability distribution model may be transmitted through a separate message after the handover procedure is completed.
  • the terminal provides information related to updating the probability distribution model.
  • the terminal determines the compensation value based on the evaluation index and provides the determined compensation value to the base station.
  • the UE needs to know a rule for determining a compensation value.
  • a rule for determining a compensation value may be predefined or signaled from a base station.
  • FIG. 19 illustrates an example of a handover procedure based on a measurement gap controlled by a base station in a wireless communication system according to an embodiment of the present disclosure.
  • step S1901 the terminal connects to the cellular network. Subsequently, in step S1903, the base station transmits measurement configuration to the terminal. In step S1905, the terminal transmits a measurement report to the base station according to the occurrence of event A2. That is, the UE measures the RSS for the serving cell, and determines the occurrence of the A2 event when the measured RSS value is smaller than a predetermined value. If the condition for the A2 event is satisfied, the UE transmits a measurement report to the base station of the serving cell.
  • the base station transmits a measurement setting including information on a neighbor cell having the highest handover success probability to the terminal after setting the measurement gap based on Thomson sampling.
  • the base station of the serving cell randomly samples the beta distribution of all candidate cells, and selects a candidate cell corresponding to the maximum value among the sampled values as a cell with the highest success probability during handover.
  • the sampled values indicate the success probability of handover in which a corresponding candidate cell is selected as a target cell.
  • the base station adjusts the measurement gap. For example, the higher the probability of success, the greater the decrease in the time of the measurement gap or the greater the increase in the interval is desirable.
  • the base station transmits to the terminal a measurement configuration including information on the adjusted measurement gap and information on a candidate cell selected based on the TS model.
  • step S1909 the UE cross-measures RSS values for the serving cell and the candidate cell, and transmits a measurement report to the base station.
  • the UE cross-measures the RSS values of the serving cell and the candidate cell, increases the RSS value of the candidate cell having the highest handover success probability selected based on the TS model by + ⁇ , and then increases A measurement report including the RSS value is transmitted to the base station of the serving cell.
  • the base station determines whether to perform handover.
  • the base station of the serving cell determines a target cell for handover and whether to proceed with handover based on the measurement report. When it is determined to proceed with handover, the base station transmits a handover command.
  • step S1913 the terminal receives a handover command from the base station of the serving cell, and performs handover to the selected target cell.
  • step S1915 the terminal transmits a handover confirmation message to the base station of the target cell, and transmits whether service is maintained and an RSS value for a new serving cell.
  • the target cell that is, the base station of the new serving cell transmits a handover ACK message, service maintenance status, and an RSS value for the new serving cell to the base station of the previous serving cell. That is, after handover to the target cell, the UE transmits whether to maintain QoS and an RSS value for the new serving cell to the base station of the previous serving cell as handover ACK information.
  • step S1919 the base station of the previous serving cell determines the compensation of the TS model and updates the beta distribution. That is, the base station of the previous serving cell determines the compensation for the action of the TS model based on the received information and updates the parameter of the corresponding beta distribution.
  • 20 illustrates an example of a signal flow for performing handover based on a measurement gap controlled by a base station in a wireless communication system according to an embodiment of the present disclosure.
  • 20 illustrates a procedure in which a terminal 2010 performs handover from a first base station 2020-1, which is a serving base station, to a second base station 2020-2, which is a neighboring base station.
  • the first base station 2020-1 transmits measurement settings to the terminal 2010.
  • Measurement settings contain information necessary to perform measurements.
  • the measurement setting may include at least one of measurement object information, measurement report configuration information, measurement identification information, measurement item (quantity) information, and measurement gap information.
  • step S2003 the terminal 2010 transmits a measurement report to the first base station 2020-1.
  • the terminal 2010 measures the RSS for the serving cell and determines the occurrence of the A2 event when the measured RSS value is smaller than a predetermined value.
  • the terminal 2010 transmits a measurement report notifying the occurrence of the A2 event to the first base station 2020-1.
  • the first base station 2020-1 adjusts the measurement gap based on beta distribution information of neighboring cells.
  • the first base station 2020-1 may randomly sample the beta distribution of neighboring cells, and select a neighboring cell corresponding to a maximum value among the sampled values as a neighboring cell with the highest success probability during handover.
  • the cell of the second base station 2020-2 is selected as a neighbor cell having the highest handover success probability.
  • the first base station 2020-1 adjusts the measurement gap.
  • the first base station 2020-1 transmits measurement settings to the terminal 2010.
  • the measurement configuration includes information about a neighboring cell having the highest handover success probability.
  • measurement settings may further include at least one of measurement object information, measurement report configuration information, measurement identification information, measurement item (quantity) information, and measurement gap information.
  • the terminal 2010 cross-measures RSS values for the serving cell and the candidate cell. In other words, the terminal 2010 measures the RSS value for the first base station 2020-1 and the RSS value for the second base station 2020-2. Additionally, the terminal 2010 may measure an RSS value for at least one other base station indicated by the measurement configuration.
  • the terminal 2010 transmits a measurement report to the first base station 2020-1.
  • the measurement report includes the sum of RSS values and ⁇ of neighboring cells having the highest handover success probability. That is, the measurement report is an RSS value for the second base station 2020-2, and reports the sum of the RSS value measured for the second base station 2020-2 and ⁇ .
  • step S2013 the first base station 2020-1 determines handover to the second base station 2020-2.
  • the first base station 2020-1 selects the second base station 2020-2 as a target cell for handover based on the measurement report received in step S2011, and performs handover to the second base station 2020-2.
  • step S2015 the first base station 2020-1 transmits a handover request message to the second base station 2020-2.
  • the handover request message includes information about the terminal 2010. Accordingly, the second base station 2020 - 2 determines whether the handover of the terminal 2010 can be accommodated. In the case of this embodiment, handover of the terminal 2010 is accepted.
  • step S2017 the second base station 2020-2 transmits a handover request ACK message to the first base station 2020-1. That is, the second base station 2020 - 2 notifies that the handover of the terminal 2010 can be accepted.
  • step S2019 the first base station 2020-1 transmits a handover command message to the terminal 2010.
  • the handover command message includes information about the target cell, that is, information about the second base station 2020-2.
  • the terminal 2010 transmits a handover confirmation message to the second base station 2020-2.
  • the terminal 2010 may perform a random access procedure for the second base station 2020 - 2 for handover and establish a connection. Thereafter, the terminal 2010 transmits a handover confirmation message through the established connection.
  • the handover confirmation message may include an RSS value for an evaluation indicator, eg, whether service is maintained after handover and a new serving cell, that is, the cell of the second base station 2020-2.
  • the second base station 2020-2 transmits a handover confirmation ACK message to the first base station 2020-1.
  • the handover confirmation ACK message informs of the success of handover.
  • the handover confirmation ACK message includes an evaluation index received from the terminal 2010, eg, whether to maintain service after handover and an RSS value for a new serving cell, that is, the cell of the second base station 2020-2 can include That is, the second base station 2020-2 transfers the evaluation index received from the terminal 2010 to the first base station 2020-1.
  • the first base station 2020-1 updates beta distribution information of the TS model. Specifically, the first base station 2020-1 determines a compensation value and updates a beta distribution based on the compensation value. In other words, the first base station 2020-1 may update the parameter ⁇ or parameter ⁇ of the beta distribution of the second base station 2020-2.
  • the ⁇ value may be predefined.
  • the ⁇ value or the range of ⁇ values is set by the base station, and information on the ⁇ value or the range of ⁇ values may be included in a measurement setting including measurement gap information.
  • the terminal may apply the provided ⁇ value.
  • the terminal may randomly select a ⁇ value within the provided range.
  • the ⁇ value or the range of ⁇ values may be determined based on at least one of a probability value sampled based on a TS model and RSS values reported in the past.
  • the ⁇ value or the range of ⁇ values may be determined based on one of the two modes listed in Table 2 below.
  • mode explanation mode 1 This is a mode in which a cell predicted by the base station can be selected as a target cell, in which the final RSS value of the predicted cell is greater than the RSS values of all neighboring cells, and a measurement report is triggered (e.g., a constant value higher than the RSS value of the serving cell). set the minimum value that can be greater than ⁇ to the range of ⁇ .
  • mode 2 As a mode in which the probability that the cell predicted by the base station is selected as the target cell increases, a value or ratio determined for each step according to the TS value of the predicted cell is set in the range of ⁇ .
  • 21 illustrates a reward structure based on Thompson sampling in a wireless communication system according to an embodiment of the present disclosure.
  • 21 shows a structure in which compensation is fed back based on an evaluation index (eg, service quality maintenance or not, signal quality information after handover) after handover is completed.
  • sampling includes an operation of randomly sampling a value from a beta distribution 2110 of candidate cells.
  • the maximum value is selected by optimization 2120 .
  • the action is the RSS value for a plurality of candidate cells after applying a weight (eg, RSS+ ⁇ ) to the RSS value for the candidate cell corresponding to the selected maximum value, that is, having the highest handover success probability.
  • Observation includes an operation of updating parameters of a beta distribution for compensation based on evaluation 2130 for checking whether QoS is maintained and RSS after completion of handover.
  • the updated parameters are reflected in the beta distribution 2110.
  • Embodiments of the present disclosure may be applied to various wireless access systems.
  • various wireless access systems there is a 3rd Generation Partnership Project (3GPP) or 3GPP2 system.
  • 3GPP 3rd Generation Partnership Project
  • 3GPP2 3rd Generation Partnership Project2
  • Embodiments of the present disclosure may be applied not only to the various wireless access systems, but also to all technical fields to which the various wireless access systems are applied. Furthermore, the proposed method can be applied to mmWave and THz communication systems using ultra-high frequency bands.
  • embodiments of the present disclosure may be applied to various applications such as free-running vehicles and drones.

Abstract

본 개시는 무선 통신 시스템에서 배터리 효율을 고려하여 핸드오버를 수행하기 위한 것으로, 단말의 동작 방법은, 단말의 동작 방법은, 기지국으로부터 측정 갭(measurement gap)에 대한 정보 및 예상(expected) 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 수신하는 단계, 상기 측정 갭 동안 상기 예상 타겟 셀을 포함하는 적어도 하나의 인접 셀에 대한 측정을 수행하는 단계, 상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 기지국에게 송신하는 단계, 상기 기지국에 의해 결정된 다른 기지국으로 핸드오버를 수행한 후, 상기 확률 분포 모델의 갱신에 관련된 정보를 송신하는 단계를 포함할 수 있다.

Description

무선 통신 시스템에서 측정 갭을 이용한 측정 결과에 기반하여 핸드오버를 수행하기 위한 장치 및 방법
이하의 설명은 무선 통신 시스템에 대한 것으로, 무선 통신 시스템에서 측정 갭(measurement gap)을 이용한 측정 결과에 기반하여 핸드오버를 수행하기 위한 장치 및 방법에 관한 것이다.
무선 접속 시스템이 음성이나 데이터 등과 같은 다양한 종류의 통신 서비스를 제공하기 위해 광범위하게 전개되고 있다. 일반적으로 무선 접속 시스템은 가용한 시스템 자원(대역폭, 전송 파워 등)을 공유하여 다중 사용자와의 통신을 지원할 수 있는 다중 접속(multiple access) 시스템이다. 다중 접속 시스템의 예들로는 CDMA(code division multiple access) 시스템, FDMA(frequency division multiple access) 시스템, TDMA(time division multiple access) 시스템, OFDMA(orthogonal frequency division multiple access) 시스템, SC-FDMA(single carrier frequency division multiple access) 시스템 등이 있다.
특히, 많은 통신 기기들이 큰 통신 용량을 요구하게 됨에 따라 기존 RAT(radio access technology)에 비해 향상된 모바일 브로드밴드(enhanced mobile broadband, eMBB) 통신 기술이 제안되고 있다. 또한 다수의 기기 및 사물들을 연결하여 언제 어디서나 다양한 서비스를 제공하는 mMTC(massive machine type communications) 뿐만 아니라 신뢰성 (reliability) 및 지연(latency) 민감한 서비스/UE(user equipment)를 고려한 통신 시스템이 제안되고 있다. 이를 위한 다양한 기술 구성들이 제안되고 있다.
본 개시는 무선 통신 시스템에서 측정 갭(measurement gap)으로 인한 통신의 단절을 줄이기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 끊김 없이(seamless) 이종 주파수들 간 핸드오버를 수행하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 끊김 없이(seamless) 이종 RAT(radio access technology)들 간 핸드오버를 수행하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 확률 분포에 기반하여 측정 갭의 길이를 제어하기 위한 장치 및 방법을 제공할 수 있다.
본 개시에서 이루고자 하는 기술적 목적들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 본 개시의 실시 예들로부터 본 개시의 기술 구성이 적용되는 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 단말의 동작 방법은, 기지국으로부터 측정 갭(measurement gap)에 대한 정보 및 예상(expected) 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 수신하는 단계, 상기 측정 갭 동안 상기 예상 타겟 셀을 포함하는 적어도 하나의 인접 셀에 대한 측정을 수행하는 단계, 상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 기지국에게 송신하는 단계, 상기 기지국에 의해 결정된 다른 기지국으로 핸드오버를 수행한 후, 상기 확률 분포 모델의 갱신에 관련된 정보를 송신하는 단계를 포함할 수 있다. 상기 신호 품질 값은, 상기 예상 타겟 셀에 대한 측정 값에 가중치를 부여함으로써 결정될 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 기지국의 동작 방법은, 인접 셀들에 대한 확률 분포 모델에 기반하여 측정 갭을 설정하는 단계, 상기 측정 갭에 대한 정보 및 예상 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 단말에게 송신하는 단계, 상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 단말로부터 수신하는 단계, 상기 측정 보고에 기반하여 결정된 다른 기지국으로의 핸드오버를 명령한 후, 상기 확률 분포 모델의 갱신에 관련된 정보를 수신하는 단계를 포함할 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 단말은, 송수신기 및 상기 송수신기와 연결된 프로세서를 포함한다. 상기 프로세서는, 기지국으로부터 측정 갭(measurement gap)에 대한 정보 및 예상(expected) 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 수신하고, 상기 측정 갭 동안 상기 예상 타겟 셀을 포함하는 적어도 하나의 인접 셀에 대한 측정을 수행하고, 상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 기지국에게 송신하고, 상기 기지국에 의해 결정된 다른 기지국으로 핸드오버를 수행한 후, 상기 확률 분포 모델의 갱신에 관련된 정보를 송신하도록 제어할 수 있다. 상기 신호 품질 값은, 상기 예상 타겟 셀에 대한 측정 값에 가중치를 부여함으로써 결정될 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 기지국은, 송수신기 및 상기 송수신기와 연결된 프로세서를 포함한다. 상기 프로세서는, 인접 셀들에 대한 확률 분포 모델에 기반하여 측정 갭을 설정하고, 상기 측정 갭에 대한 정보 및 예상 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 단말에게 송신하고, 상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 단말로부터 수신하고, 상기 측정 보고에 기반하여 결정된 다른 기지국으로의 핸드오버를 명령한 후, 상기 확률 분포 모델의 갱신에 관련된 정보를 수신도록 제어할 수 있다.
본 개시의 일 예로서, 장치는, 적어도 하나의 프로세서, 상기 적어도 하나의 프로세서와 연결되며, 상기 적어도 하나의 프로세서에 의해 실행됨에 따라 동작들을 지시하는 명령어를 저장하는 적어도 하나의 컴퓨터 메모리를 포함하며, 상기 동작들은, 상기 장치가, 기지국으로부터 측정 갭(measurement gap)에 대한 정보 및 예상(expected) 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 수신하고, 상기 측정 갭 동안 상기 예상 타겟 셀을 포함하는 적어도 하나의 인접 셀에 대한 측정을 수행하고, 상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 기지국에게 송신하고, 상기 기지국에 의해 결정된 다른 기지국으로 핸드오버를 수행한 후, 상기 확률 분포 모델의 갱신에 관련된 정보를 송신하도록 제어할 수 있다. 상기 신호 품질 값은, 상기 예상 타겟 셀에 대한 측정 값에 가중치를 부여함으로써 결정될 수 있다.
본 개시의 일 예로서, 적어도 하나의 명령어(instructions)을 저장하는 비-일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer-readable medium)는, 프로세서에 의해 실행 가능한(executable) 상기 적어도 하나의 명령어를 포함하며, 상기 적어도 하나의 명령어는, 장치가, 기지국으로부터 측정 갭(measurement gap)에 대한 정보 및 예상(expected) 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 수신하고, 상기 측정 갭 동안 상기 예상 타겟 셀을 포함하는 적어도 하나의 인접 셀에 대한 측정을 수행하고, 상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 기지국에게 송신하고, 상기 기지국에 의해 결정된 다른 기지국으로 핸드오버를 수행한 후, 상기 확률 분포 모델의 갱신에 관련된 정보를 송신하도록 제어할 수 있다. 상기 신호 품질 값은, 상기 예상 타겟 셀에 대한 측정 값에 가중치를 부여함으로써 결정될 수 있다.
상술한 본 개시의 양태들은 본 개시의 바람직한 실시 예들 중 일부에 불과하며, 본 개시의 기술적 특징들이 반영된 다양한 실시 예들이 당해 기술분야의 통상적인 지식을 가진 자에 의해 이하 상술할 본 개시의 상세한 설명을 기반으로 도출되고 이해될 수 있다.
본 개시에 기초한 실시 예들에 의해 하기와 같은 효과가 있을 수 있다.
본 개시에 따르면, 측정 갭(measurement gap)으로 인한 통신의 단절이 감소하고, 핸드오버가 효과적으로 수행될 수 있다.
본 개시의 실시 예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 이하의 본 개시의 실시 예들에 대한 기재로부터 본 개시의 기술 구성이 적용되는 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다. 즉, 본 개시에서 서술하는 구성을 실시함에 따른 의도하지 않은 효과들 역시 본 개시의 실시 예들로부터 당해 기술분야의 통상의 지식을 가진 자에 의해 도출될 수 있다.
이하에 첨부되는 도면들은 본 개시에 관한 이해를 돕기 위한 것으로, 상세한 설명과 함께 본 개시에 대한 실시 예들을 제공할 수 있다. 다만, 본 개시의 기술적 특징이 특정 도면에 한정되는 것은 아니며, 각 도면에서 개시하는 특징들은 서로 조합되어 새로운 실시 예로 구성될 수 있다. 각 도면에서의 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미할 수 있다.
도 1은 본 개시에 적용 가능한 통신 시스템 예를 도시한다.
도 2는 본 개시에 적용 가능한 무선 기기의 예를 도시한다.
도 3은 본 개시에 적용 가능한 무선 기기의 다른 예를 도시한다.
도 4는 본 개시에 적용 가능한 휴대 기기의 예를 도시한다.
도 5는 본 개시에 적용 가능한 차량 또는 자율 주행 차량의 예를 도시한다.
도 6은 본 개시에 적용 가능한 AI(Artificial Intelligence)의 예를 도시한다.
도 7은 본 개시에 적용 가능한 전송 신호를 처리하는 방법을 도시한다.
도 8은 본 개시에 적용 가능한 6G(6th generation) 시스템에서 제공 가능한 통신 구조의 일례를 도시한다.
도 9는 본 개시에 적용 가능한 전자기 스펙트럼을 도시한다.
도 10은 본 개시에 적용 가능한 THz 통신 방법을 도시한다.
도 11은 본 개시에 적용 가능 베타 분포의 확률 밀도 함수의 예들을 도시한다.
도 12a 내지 도 12d는 본 개시에 적용 가능한 확률 분포 모델의 갱신의 예를 도시한다.
도 13은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버의 개념을 도시한다.
도 14는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 톰슨 샘플링 기반의 타겟 셀 선택의 개념을 도시한다.
도 15는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 사용 가능한 베타 분포의 확률 밀도 함수의 예들을 도시한다.
도 16은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버를 제어하는 절차의 예를 도시한다.
도 17은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 측정 갭을 설정하는 절차의 예를 도시한다.
도 18은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버를 수행하는 절차의 예를 도시한다.
도 19은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 기지국에 의해 제어되는 측정 갭(measruement gap)에 기반하여 핸드오버를 진행하는 절차의 예를 도시한다.
도 20은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 기지국에 의해 제어되는 측정 갭에 기반하여 핸드오버를 진행하기 위한 신호 흐름의 예를 도시한다.
도 21는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 톰슨 샘플링(Thompson sampling, TS)에 기반한 보상(reward) 구조를 도시한다.
이하의 실시 예들은 본 개시의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 본 개시의 실시 예를 구성할 수도 있다. 본 개시의 실시 예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시 예의 일부 구성이나 특징은 다른 실시 예에 포함될 수 있고, 또는 다른 실시 예의 대응하는 구성 또는 특징과 교체될 수 있다.
도면에 대한 설명에서, 본 개시의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당업자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 본 개시를 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
본 명세서에서 본 개시의 실시 예들은 기지국과 이동국 간의 데이터 송수신 관계를 중심으로 설명되었다. 여기서, 기지국은 이동국과 직접적으로 통신을 수행하는 네트워크의 종단 노드(terminal node)로서의 의미가 있다. 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 이동국과의 통신을 위해 수행되는 다양한 동작들은 기지국 또는 기지국 이외의 다른 네트워크 노드들에 의해 수행될 수 있다. 이때, '기지국'은 고정국(fixed station), Node B, eNB(eNode B), gNB(gNode B), ng-eNB, 발전된 기지국(advanced base station, ABS) 또는 억세스 포인트(access point) 등의 용어에 의해 대체될 수 있다.
또한, 본 개시의 실시 예들에서 단말(terminal)은 사용자 기기(user equipment, UE), 이동국(mobile station, MS), 가입자국(subscriber station, SS), 이동 가입자 단말(mobile subscriber station, MSS), 이동 단말(mobile terminal) 또는 발전된 이동 단말(advanced mobile station, AMS) 등의 용어로 대체될 수 있다.
또한, 송신단은 데이터 서비스 또는 음성 서비스를 제공하는 고정 및/또는 이동 노드를 말하고, 수신단은 데이터 서비스 또는 음성 서비스를 수신하는 고정 및/또는 이동 노드를 의미한다. 따라서, 상향링크의 경우, 이동국이 송신단이 되고, 기지국이 수신단이 될 수 있다. 마찬가지로, 하향링크의 경우, 이동국이 수신단이 되고, 기지국이 송신단이 될 수 있다.
본 개시의 실시 예들은 무선 접속 시스템들인 IEEE 802.xx 시스템, 3GPP(3rd Generation Partnership Project) 시스템, 3GPP LTE(Long Term Evolution) 시스템, 3GPP 5G(5th generation) NR(New Radio) 시스템 및 3GPP2 시스템 중 적어도 하나에 개시된 표준 문서들에 의해 뒷받침될 수 있으며, 특히, 본 개시의 실시 예들은 3GPP TS(technical specification) 38.211, 3GPP TS 38.212, 3GPP TS 38.213, 3GPP TS 38.321 및 3GPP TS 38.331 문서들에 의해 뒷받침 될 수 있다.
또한, 본 개시의 실시 예들은 다른 무선 접속 시스템에도 적용될 수 있으며, 상술한 시스템으로 한정되는 것은 아니다. 일 예로, 3GPP 5G NR 시스템 이후에 적용되는 시스템에 대해서도 적용 가능할 수 있으며, 특정 시스템에 한정되지 않는다.
즉, 본 개시의 실시 예들 중 설명하지 않은 자명한 단계들 또는 부분들은 상기 문서들을 참조하여 설명될 수 있다. 또한, 본 문서에서 개시하고 있는 모든 용어들은 상기 표준 문서에 의해 설명될 수 있다.
이하, 본 개시에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 개시의 예시적인 실시 형태를 설명하고자 하는 것이며, 본 개시의 기술 구성이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다.
또한, 본 개시의 실시 예들에서 사용되는 특정 용어들은 본 개시의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 개시의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
이하의 기술은 CDMA(code division multiple access), FDMA(frequency division multiple access), TDMA(time division multiple access), OFDMA(orthogonal frequency division multiple access), SC-FDMA(single carrier frequency division multiple access) 등과 같은 다양한 무선 접속 시스템에 적용될 수 있다.
하기에서는 이하 설명을 명확하게 하기 위해, 3GPP 통신 시스템(e.g.(예, LTE, NR 등)을 기반으로 설명하지만 본 개시의 기술적 사상이 이에 제한되는 것은 아니다. LTE는 3GPP TS 36.xxx Release 8 이후의 기술을 의미할 수 있다. 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 지칭될 수 있다. 3GPP NR은 TS 38.xxx Release 15 이후의 기술을 의미할 수 있다. 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 개시에 사용된 배경기술, 용어, 약어 등에 관해서는 본 개시 이전에 공개된 표준 문서에 기재된 사항을 참조할 수 있다. 일 예로, 36.xxx 및 38.xxx 표준 문서를 참조할 수 있다.
본 개시에 적용 가능한 통신 시스템
이로 제한되는 것은 아니지만, 본 문서에 개시된 본 개시의 다양한 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 기기들 간에 무선 통신/연결(예, 5G)을 필요로 하는 다양한 분야에 적용될 수 있다.
이하, 도면을 참조하여 보다 구체적으로 예시한다. 이하의 도면/설명에서 동일한 도면 부호는 다르게 기술하지 않는 한, 동일하거나 대응되는 하드웨어 블록, 소프트웨어 블록 또는 기능 블록을 예시할 수 있다.
도 1은 본 개시에 적용되는 통신 시스템 예를 도시한 도면이다.
도 1을 참조하면, 본 개시에 적용되는 통신 시스템(100)은 무선 기기, 기지국 및 네트워크를 포함한다. 여기서, 무선 기기는 무선 접속 기술(예, 5G NR, LTE)을 이용하여 통신을 수행하는 기기를 의미하며, 통신/무선/5G 기기로 지칭될 수 있다. 이로 제한되는 것은 아니지만, 무선 기기는 로봇(100a), 차량(100b-1, 100b-2), XR(extended reality) 기기(100c), 휴대 기기(hand-held device)(100d), 가전(home appliance)(100e), IoT(Internet of Thing) 기기(100f), AI(artificial intelligence) 기기/서버(100g)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, 차량(100b-1, 100b-2)은 UAV(unmanned aerial vehicle)(예, 드론)를 포함할 수 있다. XR 기기(100c)는 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 기기(100d)는 스마트폰, 스마트패드, 웨어러블 기기(예, 스마트워치, 스마트글래스), 컴퓨터(예, 노트북 등) 등을 포함할 수 있다. 가전(100e)은 TV, 냉장고, 세탁기 등을 포함할 수 있다. IoT 기기(100f)는 센서, 스마트 미터 등을 포함할 수 있다. 예를 들어, 기지국(120), 네트워크(130)는 무선 기기로도 구현될 수 있으며, 특정 무선 기기(120a)는 다른 무선 기기에게 기지국/네트워크 노드로 동작할 수도 있다.
무선 기기(100a~100f)는 기지국(120)을 통해 네트워크(130)와 연결될 수 있다. 무선 기기(100a~100f)에는 AI 기술이 적용될 수 있으며, 무선 기기(100a~100f)는 네트워크(130)를 통해 AI 서버(100g)와 연결될 수 있다. 네트워크(130)는 3G 네트워크, 4G(예, LTE) 네트워크 또는 5G(예, NR) 네트워크 등을 이용하여 구성될 수 있다. 무선 기기(100a~100f)는 기지국(120)/네트워크(130)를 통해 서로 통신할 수도 있지만, 기지국(120)/네트워크(130)를 통하지 않고 직접 통신(예, 사이드링크 통신(sidelink communication))할 수도 있다. 예를 들어, 차량들(100b-1, 100b-2)은 직접 통신(예, V2V(vehicle to vehicle)/V2X(vehicle to everything) communication)을 할 수 있다. 또한, IoT 기기(100f)(예, 센서)는 다른 IoT 기기(예, 센서) 또는 다른 무선 기기(100a~100f)와 직접 통신을 할 수 있다.
무선 기기(100a~100f)/기지국(120), 기지국(120)/기지국(120) 간에는 무선 통신/연결(150a, 150b, 150c)이 이뤄질 수 있다. 여기서, 무선 통신/연결은 상향/하향링크 통신(150a)과 사이드링크 통신(150b)(또는, D2D 통신), 기지국간 통신(150c)(예, relay, IAB(integrated access backhaul))과 같은 다양한 무선 접속 기술(예, 5G NR)을 통해 이뤄질 수 있다. 무선 통신/연결(150a, 150b, 150c)을 통해 무선 기기와 기지국/무선 기기, 기지국과 기지국은 서로 무선 신호를 송신/수신할 수 있다. 예를 들어, 무선 통신/연결(150a, 150b, 150c)은 다양한 물리 채널을 통해 신호를 송신/수신할 수 있다. 이를 위해, 본 개시의 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 개시에 적용 가능한 통신 시스템
도 2는 본 개시에 적용될 수 있는 무선 기기의 예를 도시한 도면이다.
도 2를 참조하면, 제1 무선 기기(200a)와 제2 무선 기기(200b)는 다양한 무선 접속 기술(예, LTE, NR)을 통해 무선 신호를 송수신할 수 있다. 여기서, {제1 무선 기기(200a), 제2 무선 기기(200b)}은 도 1의 {무선 기기(100x), 기지국(120)} 및/또는 {무선 기기(100x), 무선 기기(100x)}에 대응할 수 있다.
제1 무선 기기(200a)는 하나 이상의 프로세서(202a) 및 하나 이상의 메모리(204a)를 포함하며, 추가적으로 하나 이상의 송수신기(206a) 및/또는 하나 이상의 안테나(208a)을 더 포함할 수 있다. 프로세서(202a)는 메모리(204a) 및/또는 송수신기(206a)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(202a)는 메모리(204a) 내의 정보를 처리하여 제1 정보/신호를 생성한 뒤, 송수신기(206a)을 통해 제1 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(202a)는 송수신기(206a)를 통해 제2 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제2 정보/신호의 신호 처리로부터 얻은 정보를 메모리(204a)에 저장할 수 있다. 메모리(204a)는 프로세서(202a)와 연결될 수 있고, 프로세서(202a)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(204a)는 프로세서(202a)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(202a)와 메모리(204a)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(206a)는 프로세서(202a)와 연결될 수 있고, 하나 이상의 안테나(208a)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(206a)는 송신기 및/또는 수신기를 포함할 수 있다. 송수신기(206a)는 RF(radio frequency) 유닛과 혼용될 수 있다. 본 개시에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
제2 무선 기기(200b)는 하나 이상의 프로세서(202b), 하나 이상의 메모리(204b)를 포함하며, 추가적으로 하나 이상의 송수신기(206b) 및/또는 하나 이상의 안테나(208b)를 더 포함할 수 있다. 프로세서(202b)는 메모리(204b) 및/또는 송수신기(206b)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(202b)는 메모리(204b) 내의 정보를 처리하여 제3 정보/신호를 생성한 뒤, 송수신기(206b)를 통해 제3 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(202b)는 송수신기(206b)를 통해 제4 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제4 정보/신호의 신호 처리로부터 얻은 정보를 메모리(204b)에 저장할 수 있다. 메모리(204b)는 프로세서(202b)와 연결될 수 있고, 프로세서(202b)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(204b)는 프로세서(202b)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(202b)와 메모리(204b)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(206b)는 프로세서(202b)와 연결될 수 있고, 하나 이상의 안테나(208b)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(206b)는 송신기 및/또는 수신기를 포함할 수 있다 송수신기(206b)는 RF 유닛과 혼용될 수 있다. 본 개시에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
이하, 무선 기기(200a, 200b)의 하드웨어 요소에 대해 보다 구체적으로 설명한다. 이로 제한되는 것은 아니지만, 하나 이상의 프로토콜 계층이 하나 이상의 프로세서(202a, 202b)에 의해 구현될 수 있다. 예를 들어, 하나 이상의 프로세서(202a, 202b)는 하나 이상의 계층(예, PHY(physical), MAC(media access control), RLC(radio link control), PDCP(packet data convergence protocol), RRC(radio resource control), SDAP(service data adaptation protocol)와 같은 기능적 계층)을 구현할 수 있다. 하나 이상의 프로세서(202a, 202b)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(202a, 202b)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(202a, 202b)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(206a, 206b)에게 제공할 수 있다. 하나 이상의 프로세서(202a, 202b)는 하나 이상의 송수신기(206a, 206b)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(202a, 202b)는 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 또는 마이크로 컴퓨터로 지칭될 수 있다. 하나 이상의 프로세서(202a, 202b)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(202a, 202b)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(202a, 202b)에 포함되거나, 하나 이상의 메모리(204a, 204b)에 저장되어 하나 이상의 프로세서(202a, 202b)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(204a, 204b)는 하나 이상의 프로세서(202a, 202b)와 연결될 수 있고, 다양한 형태의 데이터, 신호, 메시지, 정보, 프로그램, 코드, 지시 및/또는 명령을 저장할 수 있다. 하나 이상의 메모리(204a, 204b)는 ROM(read only memory), RAM(random access memory), EPROM(erasable programmable read only memory), 플래시 메모리, 하드 드라이브, 레지스터, 캐쉬 메모리, 컴퓨터 판독 저장 매체 및/또는 이들의 조합으로 구성될 수 있다. 하나 이상의 메모리(204a, 204b)는 하나 이상의 프로세서(202a, 202b)의 내부 및/또는 외부에 위치할 수 있다. 또한, 하나 이상의 메모리(204a, 204b)는 유선 또는 무선 연결과 같은 다양한 기술을 통해 하나 이상의 프로세서(202a, 202b)와 연결될 수 있다.
하나 이상의 송수신기(206a, 206b)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(206a, 206b)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(206a, 206b)는 하나 이상의 프로세서(202a, 202b)와 연결될 수 있고, 무선 신호를 송수신할 수 있다. 예를 들어, 하나 이상의 프로세서(202a, 202b)는 하나 이상의 송수신기(206a, 206b)가 하나 이상의 다른 장치에게 사용자 데이터, 제어 정보 또는 무선 신호를 전송하도록 제어할 수 있다. 또한, 하나 이상의 프로세서(202a, 202b)는 하나 이상의 송수신기(206a, 206b)가 하나 이상의 다른 장치로부터 사용자 데이터, 제어 정보 또는 무선 신호를 수신하도록 제어할 수 있다. 또한, 하나 이상의 송수신기(206a, 206b)는 하나 이상의 안테나(208a, 208b)와 연결될 수 있고, 하나 이상의 송수신기(206a, 206b)는 하나 이상의 안테나(208a, 208b)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(206a, 206b)는 수신된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 하나 이상의 프로세서(202a, 202b)를 이용하여 처리하기 위해, 수신된 무선 신호/채널 등을 RF 밴드 신호에서 베이스밴드 신호로 변환(Convert)할 수 있다. 하나 이상의 송수신기(206a, 206b)는 하나 이상의 프로세서(202a, 202b)를 이용하여 처리된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 베이스밴드 신호에서 RF 밴드 신호로 변환할 수 있다. 이를 위하여, 하나 이상의 송수신기(206a, 206b)는 (아날로그) 오실레이터 및/또는 필터를 포함할 수 있다.
본 개시에 적용 가능한 무선 기기 구조
도 3은 본 개시에 적용되는 무선 기기의 다른 예를 도시한 도면이다.
도 3을 참조하면, 무선 기기(300)는 도 2의 무선 기기(200a, 200b)에 대응하며, 다양한 요소(element), 성분(component), 유닛/부(unit), 및/또는 모듈(module)로 구성될 수 있다. 예를 들어, 무선 기기(300)는 통신부(310), 제어부(320), 메모리부(330) 및 추가 요소(340)를 포함할 수 있다. 통신부는 통신 회로(312) 및 송수신기(들)(314)을 포함할 수 있다. 예를 들어, 통신 회로(312)는 도 2의 하나 이상의 프로세서(202a, 202b) 및/또는 하나 이상의 메모리(204a, 204b)를 포함할 수 있다. 예를 들어, 송수신기(들)(314)는 도 2의 하나 이상의 송수신기(206a, 206b) 및/또는 하나 이상의 안테나(208a, 208b)을 포함할 수 있다. 제어부(320)는 통신부(310), 메모리부(330) 및 추가 요소(340)와 전기적으로 연결되며 무선 기기의 제반 동작을 제어한다. 예를 들어, 제어부(320)는 메모리부(330)에 저장된 프로그램/코드/명령/정보에 기반하여 무선 기기의 전기적/기계적 동작을 제어할 수 있다. 또한, 제어부(320)는 메모리부(330)에 저장된 정보를 통신부(310)을 통해 외부(예, 다른 통신 기기)로 무선/유선 인터페이스를 통해 전송하거나, 통신부(310)를 통해 외부(예, 다른 통신 기기)로부터 무선/유선 인터페이스를 통해 수신된 정보를 메모리부(330)에 저장할 수 있다.
추가 요소(340)는 무선 기기의 종류에 따라 다양하게 구성될 수 있다. 예를 들어, 추가 요소(340)는 파워 유닛/배터리, 입출력부(input/output unit), 구동부 및 컴퓨팅부 중 적어도 하나를 포함할 수 있다. 이로 제한되는 것은 아니지만, 무선 기기(300)는 로봇(도 1, 100a), 차량(도 1, 100b-1, 100b-2), XR 기기(도 1, 100c), 휴대 기기(도 1, 100d), 가전(도 1, 100e), IoT 기기(도 1, 100f), 디지털 방송용 단말, 홀로그램 장치, 공공 안전 장치, MTC 장치, 의료 장치, 핀테크 장치(또는 금융 장치), 보안 장치, 기후/환경 장치, AI 서버/기기(도 1, 140), 기지국(도 1, 120), 네트워크 노드 등의 형태로 구현될 수 있다. 무선 기기는 사용-예/서비스에 따라 이동 가능하거나 고정된 장소에서 사용될 수 있다.
도 3에서 무선 기기(300) 내의 다양한 요소, 성분, 유닛/부, 및/또는 모듈은 전체가 유선 인터페이스를 통해 상호 연결되거나, 적어도 일부가 통신부(310)를 통해 무선으로 연결될 수 있다. 예를 들어, 무선 기기(300) 내에서 제어부(320)와 통신부(310)는 유선으로 연결되며, 제어부(320)와 제1 유닛(예, 130, 140)은 통신부(310)를 통해 무선으로 연결될 수 있다. 또한, 무선 기기(300) 내의 각 요소, 성분, 유닛/부, 및/또는 모듈은 하나 이상의 요소를 더 포함할 수 있다. 예를 들어, 제어부(320)는 하나 이상의 프로세서 집합으로 구성될 수 있다. 예를 들어, 제어부(320)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(330)는 RAM, DRAM(dynamic RAM), ROM, 플래시 메모리(flash memory), 휘발성 메모리(volatile memory), 비-휘발성 메모리(non-volatile memory) 및/또는 이들의 조합으로 구성될 수 있다.
본 개시가 적용 가능한 휴대 기기
도 4는 본 개시에 적용되는 휴대 기기의 예를 도시한 도면이다.
도 4는 본 개시에 적용되는 휴대 기기를 예시한다. 휴대 기기는 스마트폰, 스마트패드, 웨어러블 기기(예, 스마트 워치, 스마트 글래스), 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 4를 참조하면, 휴대 기기(400)는 안테나부(408), 통신부(410), 제어부(420), 메모리부(430), 전원공급부(440a), 인터페이스부(440b) 및 입출력부(440c)를 포함할 수 있다. 안테나부(408)는 통신부(410)의 일부로 구성될 수 있다. 블록 410~430/440a~440c는 각각 도 3의 블록 310~330/340에 대응한다.
통신부(410)는 다른 무선 기기, 기지국들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(420)는 휴대 기기(400)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(420)는 AP(application processor)를 포함할 수 있다. 메모리부(430)는 휴대 기기(400)의 구동에 필요한 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 또한, 메모리부(430)는 입/출력되는 데이터/정보 등을 저장할 수 있다. 전원공급부(440a)는 휴대 기기(400)에게 전원을 공급하며, 유/무선 충전 회로, 배터리 등을 포함할 수 있다. 인터페이스부(440b)는 휴대 기기(400)와 다른 외부 기기의 연결을 지원할 수 있다. 인터페이스부(440b)는 외부 기기와의 연결을 위한 다양한 포트(예, 오디오 입/출력 포트, 비디오 입/출력 포트)를 포함할 수 있다. 입출력부(440c)는 영상 정보/신호, 오디오 정보/신호, 데이터, 및/또는 사용자로부터 입력되는 정보를 입력 받거나 출력할 수 있다. 입출력부(440c)는 카메라, 마이크로폰, 사용자 입력부, 디스플레이부(440d), 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다.
일 예로, 데이터 통신의 경우, 입출력부(440c)는 사용자로부터 입력된 정보/신호(예, 터치, 문자, 음성, 이미지, 비디오)를 획득하며, 획득된 정보/신호는 메모리부(430)에 저장될 수 있다. 통신부(410)는 메모리에 저장된 정보/신호를 무선 신호로 변환하고, 변환된 무선 신호를 다른 무선 기기에게 직접 전송하거나 기지국에게 전송할 수 있다. 또한, 통신부(410)는 다른 무선 기기 또는 기지국으로부터 무선 신호를 수신한 뒤, 수신된 무선 신호를 원래의 정보/신호로 복원할 수 있다. 복원된 정보/신호는 메모리부(430)에 저장된 뒤, 입출력부(440c)를 통해 다양한 형태(예, 문자, 음성, 이미지, 비디오, 햅틱)로 출력될 수 있다.
본 개시가 적용 가능한 무선 기기 종류
도 5는 본 개시에 적용되는 차량 또는 자율 주행 차량의 예를 도시한 도면이다.
도 5는 본 개시에 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 있으며, 차량의 형태로 한정되는 것은 아니다.
도 5를 참조하면, 차량 또는 자율 주행 차량(500)은 안테나부(508), 통신부(510), 제어부(520), 구동부(540a), 전원공급부(540b), 센서부(540c) 및 자율 주행부(540d)를 포함할 수 있다. 안테나부(550)는 통신부(510)의 일부로 구성될 수 있다. 블록 510/530/540a~540d는 각각 도 4의 블록 410/430/440에 대응한다.
통신부(510)는 다른 차량, 기지국(예, 기지국, 노변 기지국(road side unit) 등), 서버 등의 외부 기기들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(520)는 차량 또는 자율 주행 차량(500)의 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(520)는 ECU(electronic control unit)를 포함할 수 있다.
도 6은 본 개시에 적용되는 AI 기기의 예를 도시한 도면이다. 일 예로, 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 6을 참조하면, AI 기기(600)는 통신부(610), 제어부(620), 메모리부(630), 입/출력부(640a/640b), 러닝 프로세서부(640c) 및 센서부(640d)를 포함할 수 있다. 블록 610~630/640a~640d는 각각 도 3의 블록 310~330/340에 대응할 수 있다.
통신부(610)는 유무선 통신 기술을 이용하여 다른 AI 기기(예, 도 1, 100x, 120, 140)나 AI 서버(도 1, 140) 등의 외부 기기들과 유무선 신호(예, 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등)를 송수신할 수 있다. 이를 위해, 통신부(610)는 메모리부(630) 내의 정보를 외부 기기로 전송하거나, 외부 기기로부터 수신된 신호를 메모리부(630)로 전달할 수 있다.
제어부(620)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 기기(600)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 제어부(620)는 AI 기기(600)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다. 예를 들어, 제어부(620)는 러닝 프로세서부(640c) 또는 메모리부(630)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 기기(600)의 구성 요소들을 제어할 수 있다. 또한, 제어부(620)는 AI 장치(600)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리부(630) 또는 러닝 프로세서부(640c)에 저장하거나, AI 서버(도 1, 140) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
메모리부(630)는 AI 기기(600)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예를 들어, 메모리부(630)는 입력부(640a)로부터 얻은 데이터, 통신부(610)로부터 얻은 데이터, 러닝 프로세서부(640c)의 출력 데이터, 및 센싱부(640)로부터 얻은 데이터를 저장할 수 있다. 또한, 메모리부(630)는 제어부(620)의 동작/실행에 필요한 제어 정보 및/또는 소프트웨어 코드를 저장할 수 있다.
입력부(640a)는 AI 기기(600)의 외부로부터 다양한 종류의 데이터를 획득할 수 있다. 예를 들어, 입력부(620)는 모델 학습을 위한 학습 데이터, 및 학습 모델이 적용될 입력 데이터 등을 획득할 수 있다. 입력부(640a)는 카메라, 마이크로폰 및/또는 사용자 입력부 등을 포함할 수 있다. 출력부(640b)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다. 출력부(640b)는 디스플레이부, 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다. 센싱부(640)는 다양한 센서들을 이용하여 AI 기기(600)의 내부 정보, AI 기기(600)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 얻을 수 있다. 센싱부(640)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(640c)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 러닝 프로세서부(640c)는 AI 서버(도 1, 140)의 러닝 프로세서부와 함께 AI 프로세싱을 수행할 수 있다. 러닝 프로세서부(640c)는 통신부(610)를 통해 외부 기기로부터 수신된 정보, 및/또는 메모리부(630)에 저장된 정보를 처리할 수 있다. 또한, 러닝 프로세서부(640c)의 출력 값은 통신부(610)를 통해 외부 기기로 전송되거나/되고, 메모리부(630)에 저장될 수 있다.
도 7은 본 개시에 적용되는 전송 신호를 처리하는 방법을 도시한 도면이다. 일 예로, 전송 신호는 신호 처리 회로에 의해 처리될 수 있다. 이때, 신호 처리 회로(700)는 스크램블러(710), 변조기(720), 레이어 매퍼(730), 프리코더(740), 자원 매퍼(750), 신호 생성기(760)를 포함할 수 있다. 이때, 일 예로, 도 7의 동작/기능은 도 2의 프로세서(202a, 202b) 및/또는 송수신기(206a, 206b)에서 수행될 수 있다. 또한, 일 예로, 도 7의 하드웨어 요소는 도 2의 프로세서(202a, 202b) 및/또는 송수신기(206a, 206b)에서 구현될 수 있다. 일 예로, 블록 710~760은 도 2의 프로세서(202a, 202b)에서 구현될 수 있다. 또한, 블록 710~750은 도 2의 프로세서(202a, 202b)에서 구현되고, 블록 760은 도 2의 송수신기(206a, 206b)에서 구현될 수 있으며, 상술한 실시 예로 한정되지 않는다.
코드워드는 도 7의 신호 처리 회로(700)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(710)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(720)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(730)에 의해 하나 이상의 전송 레이어로 매핑될 수 있다. 각 전송 레이어의 변조 심볼들은 프리코더(740)에 의해 해당 안테나 포트(들)로 매핑될 수 있다(프리코딩). 프리코더(740)의 출력 z는 레이어 매퍼(730)의 출력 y를 N*M의 프리코딩 행렬 W와 곱해 얻을 수 있다. 여기서, N은 안테나 포트의 개수, M은 전송 레이어의 개수이다. 여기서, 프리코더(740)는 복소 변조 심볼들에 대한 트랜스폼(transform) 프리코딩(예, DFT(discrete fourier transform) 변환)을 수행한 이후에 프리코딩을 수행할 수 있다. 또한, 프리코더(740)는 트랜스폼 프리코딩을 수행하지 않고 프리코딩을 수행할 수 있다.
자원 매퍼(750)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(760)는 매핑된 변조 심볼들로부터 무선 신호를 생성하며, 생성된 무선 신호는 각 안테나를 통해 다른 기기로 전송될 수 있다. 이를 위해, 신호 생성기(760)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 7의 신호 처리 과정(710~760)의 역으로 구성될 수 있다. 일 예로, 무선 기기(예, 도 2의 200a, 200b)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.
6G 통신 시스템
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 connectivity"와 같은 4가지 측면일 수 있으며, 6G 시스템은 하기 표 1과 같은 요구 사항을 만족시킬 수 있다. 즉, 표 1은 6G 시스템의 요구 사항을 나타낸 표이다.
Per device peak data rate 1 Tbps
E2E latency 1 ms
Maximum spectral efficiency 100 bps/Hz
Mobility support up to 1000 km/hr
Satellite integration Fully
AI Fully
Autonomous vehicle Fully
XR Fully
Haptic Communication Fully
이때, 6G 시스템은 향상된 모바일 브로드밴드(enhanced mobile broadband, eMBB), 초-저지연 통신(ultra-reliable low latency communications, URLLC), mMTC (massive machine type communications), AI 통합 통신(AI integrated communication), 촉각 인터넷(tactile internet), 높은 스루풋(high throughput), 높은 네트워크 능력(high network capacity), 높은 에너지 효율(high energy efficiency), 낮은 백홀 및 접근 네트워크 혼잡(low backhaul and access network congestion) 및 향상된 데이터 보안(enhanced data security)과 같은 핵심 요소(key factor)들을 가질 수 있다.
도 10은 본 개시에 적용 가능한 6G 시스템에서 제공 가능한 통신 구조의 일례를 도시한 도면이다.
도 10을 참조하면, 6G 시스템은 5G 무선통신 시스템보다 50배 더 높은 동시 무선통신 연결성을 가질 것으로 예상된다. 5G의 핵심 요소(key feature)인 URLLC는 6G 통신에서 1ms보다 적은 단-대-단(end-to-end) 지연을 제공함으로써 보다 더 주요한 기술이 될 것으로 예상된다. 이때, 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 수 있다.
6G 시스템의 핵심 구현 기술
- 인공 지능(artificial Intelligence, AI)
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 스케줄링과 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.
최근 AI를 무선 통신 시스템과 통합하려고 하는 시도들이 나타나고 있으나, 이는 어플리케이션 계층(application layer), 네트워크 계층(network layer) 특히, 딥 러닝은 무선 자원 관리 및 할당(wireless resource management and allocation) 분야에 집중되어 왔다. 그러나, 이러한 연구는 점점 MAC 계층 및 물리 계층으로 발전하고 있으며, 특히 물리계층에서 딥 러닝을 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(multiple input multiple output) 매커니즘(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 딥 러닝은 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(complex) 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 만들어 내기 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(learning 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(deep neural networks, DNN), 합성곱 신경망(convolutional deep neural networks, CNN), 순환 신경망(recurrent boltzmann machine, RNN) 방식이 있으며, 이러한 러닝 모델이 적용될 수 있다.
THz(Terahertz) 통신
6G 시스템에서 THz 통신이 적용될 수 있다. 일 예로, 데이터 전송률은 대역폭을 늘려 높일 수 있다. 이것은 넓은 대역폭으로 sub-THz 통신을 사용하고, 진보된 대규모 MIMO 기술을 적용하여 수행될 수 있다.
도 9는 본 개시에 적용 가능한 전자기 스펙트럼을 도시한 도면이다. 일 예로, 도 9를 참조하면, 밀리미터 이하의 방사선으로도 알려진 THz파는 일반적으로 0.03mm-3mm 범위의 해당 파장을 가진 0.1THz와 10THz 사이의 주파수 대역을 나타낸다. 100GHz-300GHz 대역 범위(Sub THz 대역)는 셀룰러 통신을 위한 THz 대역의 주요 부분으로 간주된다. Sub-THz 대역 mmWave 대역에 추가하면 6G 셀룰러 통신 용량은 늘어난다. 정의된 THz 대역 중 300GHz-3THz는 원적외선 (IR) 주파수 대역에 있다. 300GHz-3THz 대역은 광 대역의 일부이지만 광 대역의 경계에 있으며, RF 대역 바로 뒤에 있다. 따라서, 이 300 GHz-3 THz 대역은 RF와 유사성을 나타낸다.
THz 통신의 주요 특성은 (i) 매우 높은 데이터 전송률을 지원하기 위해 광범위하게 사용 가능한 대역폭, (ii) 고주파에서 발생하는 높은 경로 손실 (고 지향성 안테나는 필수 불가결)을 포함한다. 높은 지향성 안테나에서 생성된 좁은 빔 폭은 간섭을 줄인다. THz 신호의 작은 파장은 훨씬 더 많은 수의 안테나 소자가 이 대역에서 동작하는 장치 및 BS에 통합될 수 있게 한다. 이를 통해 범위 제한을 극복할 수 있는 고급 적응형 배열 기술을 사용할 수 있다.
테라헤르츠(THz) 무선통신
도 10은 본 개시에 적용 가능한 THz 통신 방법을 도시한 도면이다.
도 10을 참조하면, THz 무선통신은 대략 0.1~10THz(1THz=1012Hz)의 진동수를 가지는 THz파를 이용하여 무선통신을 이용하는 것으로, 100GHz 이상의 매우 높은 캐리어 주파수를 사용하는 테라헤르츠(THz) 대역 무선통신을 의미할 수 있다. THz파는 RF(Radio Frequency)/밀리미터(mm)와 적외선 대역 사이에 위치하며, (i) 가시광/적외선에 비해 비금속/비분극성 물질을 잘 투과하며 RF/밀리미터파에 비해 파장이 짧아 높은 직진성을 가지며 빔 집속이 가능할 수 있다.
MAB(multi-arm bandits) 및 톰슨 샘플링(thompson samplging, TS)
MAB는 복수의 선택 가능한 후보들이 존재하는 환경에서, 한번에 하나의 후보를 선택할 수 있으며, 선택에 응하여 제공되는 보상의 정도가 후보 별로 서로 다른 시스템을 의미한다. 여기서, 선택 가능한 후보는 암(arm)이라 지칭될 수 있다. 이때, 제한된 N번의 선택 기회가 주어질 때, 어떻게 선택하는 것이 보상의 합을 최대화할 수 있는지에 관한 답을 찾는 것이 MAB 문제이다.
MAB 문제는 탐색(exploration) 및 이용(explioitation)을 통해 해결될 수 있다. 이용은 기존의 관측(observation)에 기반하여 가장 좋은 후보를 선택하는 방식이고, 탐색은 더 많은 관측 결과를 획득하기 위해 새로운 후보를 선택하는 방식이다. 누적된 탐색이 너무 적으면 잘못된 정보에 기반한 선택이 이루어질 수 있고, 반대로 탐색이 너무 많으면 충분한 정보를 가지고 있음에도 불구하도 정보를 더 얻기 위해 불필요한 기회 비용이 발생할 수 있다. 이와 같이, 이용과 탐색은 서로 트레이드-오프(trade-off) 관계에 있으며, 이를 최적화하는 것이 MAB 문제 해결의 핵심이다.
MAB 문제를 해결하기 위한 하나의 접근법으로서, 톰슨 샘플링이 사용될 수 있다. 톰슨 샘플링은 각 암(arm)을 선택 시 긍정의 보상이 주어질 확률을 베타(Beta) 분포로 표현한다. 여기서, 베타 분포는 2개의 파리미터들 α 및 β로 표현되는 확률 분포 모델이다. 톰슨 샘플링에 따르면, 후보의 선택은, 베타 분포들 각각에 대하여 x 축에서 랜덤하게 값들을 샘플링하고, 가장 큰 값에 대응하는 후보를 확인함으로써 이루어진다. 해당 후보의 선택에 따른 보상의 값이 해당 부호의 베타 분포를 구성하는 α 및 β의 갱신에 사용된다. 예를 들어, 긍정의 결과는 α를 1 증가케하고, 부정의 결과는 β를 1 증가케 한다.
톰슨 샘플링에서 각 후보의 확률 분포를 표현하기 위해 사용되는 베타 분포는 [수학식 1]과 같이 정의된다.
Figure PCTKR2021010813-appb-img-000001
[수학식 1]을 참고하면, 베타 분포는 2개의 파라미터들 α 및 β에 의해 [0, 1] 구간에서 정의되는 연속 확률 분포이다. 베타 분포를 그래프로 가시화하면 이하 도 11과 같다. 도 11은 본 개시에 적용 가능 베타 분포의 확률 밀도 함수의 예들을 도시한다. 도 11은 (α,β)가 (1/3,1), (10,30), (20,20), (1,3), (2,6), (4,4), (2/3,2/3), (2,1), (1,1)인 베타 분포들을 예시한다. 도 11을 참고하면, α/(α+β)값이 클수록 베타 분포의 중심 위치는 1에 가까워지고, β/(α+β)값이 클수록 베타 분포의 중심위치는 0에 가까워진다. (α+β)값이 클수록, 베타 분포의 폭은 좁아지고, 모든 값들이 중심에 가까워진다. 또한, (α+β)값이 작을수록, 베타 분포의 값들이 넓게 분산된다.
톰슨 샘플링에 따르면, 기존 데이터를 이용하여 각 후보의 보상 분포가 추정되고, 추정된 분포에 따라 가장 높은 보상을 부여할 후보가 선택된다. 구체적으로, 베타 분포에 기반한 랜덤 샘플링에 의해, 확률적으로 하나의 후보가 선택된다. 선택된 후보에 따른 활동(action) 수행에 따른 결과에 기반하여 선택된 후보의 α 또는 β가 갱신된다. 후보의 선택된 횟수가 많아지면, 해당 베타 분포는 중심 위치에 더욱 집중되는 형태로 변화할 것이고, α의 비중이 클수록 다음에 다시 선택될 확률이 높아지고, β의 비중이 클수록 다음에 다시 선택될 확률이 낮아진다. 후보의 선택 횟수가 적으면, 베타 분포는 넓게 분산되는 형태로 변화할 것이고, 장래에 선택될 가능성이 발생한다.
베타 분포들의 갱신에 대한 구체적인 예는 이하 도 12a 내지 도 12d와 같다. 도 12a 내지 도 12d는 본 개시에 적용 가능한 확률 분포 모델의 갱신의 예를 도시한다. 도 12a 내지 도 12d는 약 1500회의 선택들이 이루어진 경우 3개의 베타 분포들(예: 암1, 암2, 암3)의 변화를 예시한다.
도 12a를 참고하면, 최초의 암1, 암2, 암3의 (α,β)는 (1,1), (1,1), (1,1)로 동일하다. (α,β)가 (1,1)이므로, 베타 분포는 모든 x 값에 대하여 동일한 확률(예: 1)을 가지는 균등(uniform) 분포를 가진다. 3개의 암들이 모두 동일한 확률 분포를 가지므로, 동일 확률로 탐색이 시작된다.
도 12b를 참고하면, 약 8회의 탐색이 수행된 후, 암1, 암2, 암3의 (α,β)는 (3,2), (2,3), (2,2)이다. 베타 분포의 갱신에 따라 각 암이 선택될 확률도 갱신된다. 아직 암들 간 뚜렷한 차이가 확인되지는 아니한다. 암1, 암2, 암3 각각에 대하여 확률에 기반하여 x 축에서 하나의 값이 샘플링된다. 도 12b의 경우, 암3의 베타 분포에서 선택된 값이 가장 크므로, 암3이 선택될 것이다. 값의 선택은 해당 베타 분포에 따르며, 확률을 고려한 랜덤 샘플링이 의해 수행된다. 예를 들어, 암3과 같은 (2,2) 베타 분포의 경우, 확률을 고려하여 랜덤 샘플링을 수행하면 가장 높은 확률을 가지는 0.5가 가장 높은 빈도로 선택될 것이나, 0.5 외 다른 값도 더 낮은 빈도로 선택될 수 있다. 구체적으로, 암3과 같은 (2,2) 베타 분포의 경우, 0.5의 y축 값은 약 1.5이고, 0.2의 y축 값은 약 1이므로, 랜덤 샘플링을 통해 0.5가 선택되는 빈도는 0.2가 선택되는 빈도의 약 1.5배인 것으로 이해될 수 있다.
도 12c를 참고하면, 13회의 선택 후, 암1, 암2, 암3의 (α,β)는 (4,3), (2,3), (5,2)이다. 도 12c의 경우, 암3, 암1, 암2의 순서로 선택될 확률이 낮아지는 경향이 확인된다. 이때, 암1, 암2, 암3 각각에 대하여 확률에 기반하여 x 축에서 하나의 값이 샘플링되고, 암3의 베타 분포에서 선택된 값이 가장 크므로, 암3이 선택될 것이다. 도 12d를 참고하면, 1496회의 선택 후, 암1, 암2, 암3의 (α,β)는 (33,100), (100,223), (436,611)이다. 약 1500 회의 충분한 탐색이 수행되었으므로, 암3이 선택될 확률이 압도적으로 높아지게 된다.
본 개시의 구체적인 실시 예
본 개시는 핸드오버 기술에 관련된 것으로, 특히, 핸드오버를 위한 측정을 수행하기 위해 할당되는 측정 갭(measurement gap)을 제어하는 기술에 관련된다. 구체적으로, 본 개시는 인공지능 기반 끊김 없는(seamless) 핸드오버 기술을 제안한다.
통신에 사용되는 주파수 대역들이 많아지고 각 셀의 커버리지 영역도 작아짐에 따라, 주파수 간(inter-frequency) 또는 RAT(radio access technology) 간(inter-RAT) 핸드오버와 같이, 측정 갭의 설정이 필요한 핸드오버의 빈도가 높아질 수 있다. 고정된 측정 갭을 설정하고, 인접 셀(cell)에 대한 신호 품질(예: RSS(received signal strength), RSRP(reference signal received power) 등)을 근거로 핸드오버를 진행하면, 측정 갭 동안 통신이 중단됨으로 인해, 전체 통신 성능이 약화될 수 있다. 예를 들어, 처리량 감소(throughput reduction), 지연 증가(delay increase), 호 드랍(dropped call) 등의 현상이 발생할 수 있다. 이에, 본 개시는 핸드오버 중 측정 갭의 영향을 최소화하고, 나아가 단말의 전력 효율을 증대시키기 위한 기술을 제안한다.
현존하는 셀룰러 통신 시스템에서의 주파수/RAT 간 핸드오버는 다음과 같이 진행될 수 있다. 셀룰러 망에 연결된 후, 단말은 기지국으로부터 제공된 측정 설정(measurement configuration)에 따라 서빙 셀의 RSS 값을 측정한다. RSS 값이 설정된 임계 값보다 낮아지면, 단말은 특정 이벤트(예: Event A2)가 만족됨을 판단하고, 기지국에게 측정 보고(measurement report)를 송신한다. 이후, 서빙 기지국이 측정 갭 관련 정보를 포함한 측정 설정을 전달하고, 단말이 측정 설정에 따라 서빙 셀 및 인접 셀의 RSS 값을 교차 측정한 후, 측정 보고를 송신한다. 서빙 기지국은 측정된 RSS 값을 기반으로 핸드오버를 결정하고, 타겟 기지국에게 핸드오버를 요청한다. 핸드오버 요청에 대한 응답이 수신오면, 서빙 기지국은 단말에게 핸드오버 명령을 송신한다. 핸드오버가 완료되면, 단말은 확인(confirm) 신호를 송신한다.
전술한 방식에 따라 고정된 측정 갭을 설정하고, 서빙 셀 및 인접 셀의 RSS값들을 교차 측정한 결과에 기반하여 핸드오버를 진행하면, 측정 갭 동안은 진행 중인 통신이 중단될 수 있다. 따라서, 측정 갭의 영향을 최소화할 수 있는 방안이 필요하다. 다양한 실시 예들에 따라, 단말이 타겟 셀로 핸드오버 진행 시, 누적된 기록에 따라 측정 갭이 다르게 설정될 수 있다. 예를 들면, 과거 타겟 셀로 핸드오버 진행 시의 성공 확률이 일정한 수치 이상이면, RSS 값 측정 시간은 기존 대비 상대적으로 짧게 설정될 수 있을 것이다. 반면, 성공 확률이 일정한 수치 이하이면, RSS 값 측정 시간을 기존처럼 상대적으로 길게 설정하는 것이 바람직하다. 본 개시는 이러한 한계를 인공지능 알고리즘을 이용하여 극복한 끊김 없는 핸드오버 기술을 제안하고자 한다.
도 13은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버의 개념을 도시한다. 도 13은 제1 기지국(1320-1)에서 제2 기지국(1320-2)으로 단말(1310)이 핸드오버하는 경우를 예시한다. 제1 기지국(1320-1) 및 제2 기지국(1320-2)은 서로 다른 주파수 밴드에서 운용되거나 또는 서로 다른 RAT에 기반하여 통신을 수행한다. 도 13을 참고하면, 단말(1310)은 제1 기지국(1320-1)의 셀에서 제2 기지국(1320-2)의 셀로 이동한다. 이에 따라, 제2 기지국(1320-2)으로의 핸드오버가 필요하다. 이때, 제1 기지국(1320-1) 및 제2 기지국(1320-2)은 서로 다른 주파수 밴드에서 운용되거나 또는 서로 다른 RAT에 기반하여 통신을 수행하므로, 단말(1310)은 측정 갭을 이용하여 제2 기지국(1320-2)에 대한 측정을 수행할 필요가 있다.
다양한 실시 예들에 따라, 인접 셀, 즉, 제2 기지국(1320-2)의 셀에 대한 RSS 값 측정 시 과거의 핸드오버 성공 확률에 따라 측정 갭의 길이(length) 혹은 간격(interval)이 조절된다. 즉, 고정된 측정 갭을 사용하는 기존 방법과 달리, 타겟 셀로의 핸드오버를 진행할 경우 핸드오버가 성공할 확률이 일정한 수치 이상의 셀이 존재하면, 인공지능 예측(prediction)을 이용하여 측정 갭의 시간을 줄이거나 또는 간격을 늘림으로써, 통신 중단에 대한 측정 갭의 영향이 최소화될 수 있다.
다양한 실시 예들에 따른 핸드오버를 위한 측정 갭을 제어하는 기술은 MAB(Multi-Armed Bandits) 문제 해결 방법 중 우수한 성능을 보장하는 톰슨 샘플링(Thompson sampling, TS) 기법에 기반할 수 있다. 톰슨 샘플링 기법에 기반하여, 핸드오버 진행 시 현재의 상황 및 환경에서 단말에게 가장 좋은 타겟 셀을 결정하는 알고리즘이 정의될 수 있다. MAB는 추천에 있어서 이용(exploitation) 및 탐색(exploration)을 균형있게 조절하는 기술이다. MAB 기법을 적용함으로써, 이용을 통해 단말에게 가장 좋은 타겟 셀이 예측 및 추천될 수 있고, 탐색을 통해 더 많은 정보를 수집하도록 불확실성이 높은 셀이 추천될 수 있다. 기존 방식이 지향하는 이용 기반의 추천 방식의 경우, 현재의 상황과 환경에서 좋은 셀이 우선적으로 추천되는 한계가 있는데, 다양한 실시 예들에 따른 기술은 탐색을 통해 신규 셀도 적절히 추천되고, 해당 셀의 피드백이 단말과 기지국에 효율적으로 반영될 수 있다. 이용 및 탐색 간 트레이드-오프(trade-off)가 존재하고, 이용 및 탐색을 조절하는 것은, 일시적으로 단말에게 손해로 보일 수 있으나, 탐색을 통해 여러 셀들이 확인되기 때문에, 전체적으로 더욱 효율적이다.
도 14는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 인공지능 알고리즘 기반의 타겟 셀 선택의 개념을 도시한다. 도 14를 참고하면, 3개의 이웃 셀들(1410-1 내지 1410-3)에 대한 데이터를 기반으로, 이용 및 탐색 기반의 MAB-톰슨 샘플링 기법(1420)이 적용되면, 이웃 셀들(1410-1 내지 1410-3) 중 하나의 타겟 셀(1430)이 선택될 수 있다. 다양한 실시 예들에 따라, MAB-톰슨 샘플링 기법(1420)에서 사용되는 데이터는 각 셀에 대한 확률 분포이다.
톰슨 샘플링은 과거에 관측된 데이터를 이용하여 핸드오버 진행을 위한 후보 셀에 대한 보상(reward) 분포를 추정하고, 추정된 분포에 기반하여 앞으로 가장 높은 보상을 부여할 후보를 높은 확률로 선택하는 알고리즘이다. 가장 기본적인 베르누이 톰슨 샘플링에서, 각 후보에 주어지는 보상은 베르누이 시행에 의해 p의 확률로 0 또는 1의 값을 가지며, p의 사전 확률(prior probability)은 베타(Beta) 분포에 따를 수 있다. 베타 분포는 2개의 파라미터들 α 및 β에 의해 [0, 1] 구간에서 정의되는 연속 확률 분포이다. 베타 분포를 그래프로 가시화하면 이하 도 15와 같다.
도 15는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 사용 가능한 베타 분포의 확률 밀도 함수의 예들을 도시한다. 도 15는 (α,β)가 (0.5,0.5),(5,1),(1,3),(2,2),(2,5)인 베타 분포들을 예시한다. 도 15를 참고하면, α/(α+β)값이 클수록 베타 분포의 중심 위치는 1에 가까워지고, β/(α+β)값이 클수록 베타 분포의 중심위치는 0에 가까워진다. 파라미터 α, β는 각 셀을 선택 시 보상이 1인 횟수, 보상이 0인 횟수에 기반하여 결정된다. 즉, 선택한 후보에 대하여, 1의 보상 및 0의 보상이 각각 m회, n회 발생하면, 해당 셀의 보상 확률 p는 Beta(m,n)의 분포를 가지는 것으로 추정된다.
다양한 실시 예들에 따라 핸드오버에 톰슨 샘플링을 적용하면, 셀들(예: 도 14의 이웃 셀#1 내지 이웃 셀#3)이 도 15에 예시된 베타 분포들에 대응한다. 이 경우, 주어진 베타 분포들, 즉, 추정된 분포에 기반한 확률 매칭(probability matching)을 이용하여 셀이 선택되며, 이는 기지국에서 선택된 셀에 대한 보상이 최대가 되도록 하는 방식이다.
전술한 톰슨 샘플링 기법을 적용하기 위해, 일 실시 예에 따른 기지국은 자신의 셀에서 다른 셀들로 수행된 핸드오버에 대한 정보, 즉, 과거의 핸드오버에 관련된 정보에 기반한 TS 모델 베타 분포 정보를 가진다. 여기서, 과거의 핸드오버에 관련된 정보는 각 인접 셀을 타겟 셀로 성공한 경우의 핸드오버 성공 확률을 포함한다. 하나의 단말이 특정 인접 셀로 핸드오버를 수행하는, 핸드오버 이후의 상태에 따라 보상(reward) 값(예: 0 또는 1)이 결정되고, 보상 값에 기반하여 해당 인접 셀의 베타 분포가 갱신될 수 있다.
베타 분포의 갱신을 위한 보상 값을 결정하기 위해, 기지국은 필요한 정보를수집할 수 있다. 수집되는 정보는 관심있는(interested) 평가 지표를 생성하기 위해 사용되며, 핸드오버의 성공 여부를 판단하는데 있어서 고려하고자 하는 사항들을 포함한다. 여기서, 수집되는 정보, 수집되는 정보에 기반하여 생성되는 평가 지표는 '평가 정보'라 통칭될 수 있다. 예를 들어, QoS 유지 여부가 평가 지표로서 사용되는 경우, 수집되는 정보는 QoS 파라미터에 관련된 정보를 포함할 수 있다. 수집된 정보 대한 평가를 통해, 다시 말해, 수집된 정보에 기반하여 생성된 평가 지표를 통해, 보상 값(예: 0 또는 1)이 결정되며, 결정된 보상 값에 기반하여 타겟 셀의 베타 분포가 갱신될 수 있다. 예를 들어, 보상 값이 1이면, α가 1 증가되고, 보상 값이 0이면, β가 1 증가될 수 있다. 보상 값을 결정하기 위해 수집되는 정보, 수집되는 정보로부터 보상 값을 결정하는 규칙은 핸드오버의 수행에 반영하고자 하는 사항들에 따라 다양하게 설계될 수 있다.
일 실시 예에 따라, 보상 값은 QoS 유지 여부에 대한 정보 및 신호 품질에 대한 정보 중 적어도 하나에 기반하여 결정될 수 있다. 다시 말해, QoS 유지 여부에 대한 정보 및 신호 품질의 변화량이 평가 지표로서 사용될 수 있다. 이를 위해, 수집되는 정보는 서비스 품질 지표(예: 최저 전송률, 지연 시간, 처리량 등), 핸드오버 전 서빙 셀에서의 신호 품질, 핸드오버 후 새로운 서빙 셀에서의 신호 품질 등을 포함할 수 있다. 이 경우, 핸드오버 완료 후, 기지국은 QoS 유지 여부 및 새로운 서빙 셀에서의 신호 품질을 확인하고, 확인 결과에 기반하여 해당 이웃 셀에 대응하는 베타 분포에 반영할 보상 값을 결정할 수 있다. 구체적인 보상 값 결정의 기준은 다양하게 정의될 수 있다. 예를 들어, QoS가 일정 시간 동안 유지되고, 신호 품질(예: RSS, RSRP 등)이 임계치 이상인 경우, 보상 값은 1로 결정될 수 있다. 다른 예로, QoS가 일정 시간 동안 유지되지 아니하면 보상 값은 0이고, QoS가 일정 시간 동안 유지되면 [수학식 2]와 같은 판단에 따라 보상 값이 결정될 수 있다.
Figure PCTKR2021010813-appb-img-000002
[수학식 2]에서, R은 보상값, RSST는 타겟 셀에 대한 RSS 값, RSSS는 서빙 셀에 대한 RSS 값, Δ는 오프셋 값을 의미한다.
[수학식 2]에 따라, 기지국은 새로운 서빙 셀에 대한 RSS 값과 임계치(예: 이전 서빙 셀에 대한 RSS 값 및 일정한 수치의 합)를 비교하고, 비교 결과에 따라 보상 값을 결정할 수 있다.
도 16은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버를 제어하는 절차의 예를 도시한다. 도 16은 핸드오버를 제어하는 기지국(예: 도 13의 제1 기지국(1320-1))의 동작 방법을 예시한다.
도 16을 참고하면, S1601 단계에서, 기지국은 핸드오버 후보들에 대한 확률 분포 모델에 기반하여 측정 갭을 설정한다. 여기서, 핸드오버 후보들은 기지국에 인접한 이웃 기지국들을 포함하고, 확률 분포 모델은 이웃 기지국들의 핸드오버 성공에 대한 확률 분포들을 포함할 수 있다. 확률 분포들은 베타 분포들을 포함하며, 기지국에서 이웃 기지국으로의 핸드오버의 결과에 따라 갱신될 수 있다. 즉, 확률 분포들은 과거에 누적된 기지국에서 이웃 기지국으로의 핸드오버의 성공 여부를 반영한다. 구체적으로, 기지국은 이웃 기지국들의 베타 분포들 각각에서 값을 샘플링하고, 샘플링된 값들 중 최대값에 기반하여 측정 갭의 길이 또는 간격을 결정할 수 있다. 예를 들어, 최대값에 대응하는 이웃 기지국으로의 핸드오버 성공 확률이 높을수록, 측정 갭이 점유하는 자원의 양은 감소할 수 있다. 여기서, 측정 갭의 길이 또는 간격은 최대값에 대응하는 이웃 기지국으로의 핸드오버의 성공 확률에 따라 단계적으로 정의된 복수의 후보들 중 하나로 선택될 수 있다.
S1603 단계에서, 기지국은 측정 갭 및 예상(expected) 핸드오버 타겟에 대한 정보를 송신한다. 다시 말해, 기지국은 S1601 단계에서 설정된 측정 갭에 대한 정보 및 기지국에 의해 선택된 예상 핸드오버 타겟에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 송신한다. 여기서, 예상 핸드오버 타겟은 샘플링된 값들 중 최대 값에 대응하는 이웃 기지국을 의미한다. 예상 핸드오버 타겟은 '추천 핸드오버 타겟', '추천 타겟 셀', '선택된 후보 셀', '예상 타겟 셀' 또는 이와 동등한 기술적 의미를 가지는 다른 용어로 지칭될 수 있다. 여기서, 측정 설정 정보는 예상 핸드오버 타겟 외 측정 대상이 되는 적어도 하나의 다른 이웃 기지국에 대한 정보를 더 포함할 수 있다.
S1605 단계에서, 기지국은 예상 핸드오버 타겟에 대한 신호 품질 값을 포함하는 측정 보고를 수신한다. 측정 보고는 측정 갭 동안 수행된 단말의 측정에 대한 결과를 포함한다. 이때, 예상 핸드오버 타겟에 대한 신호 품질 값은 단말에 의해 측정된 값에 가중치가 적용된 상태로 수신될 수 있다. 여기서, 측정 보고는 예상 핸드오버 타겟 외 측정 대상이 되는 적어도 하나의 다른 이웃 기지국에 대한 신호 품질 값을 더 포함할 수 있다.
S1607 단계에서, 기지국은 핸드오버 절차 수행 후, 확률 분포 모델 갱신에 관련된 정보를 획득한다. 여기서, 확률 분포 모델 갱신에 관련된 정보는 갱신된 확률 분포 모델을 지시하는 정보 또는 확률 분포 모델을 갱신하기 위해 필요한 평가 정보를 포함할 수 있다. 또한, 평가 정보는 베타 분포의 갱신을 위한 보상 값에 관련되는 정보로서, 보상 값 또는 보상 값의 결정에 사용되는 정보를 포함할 수 있다. 예를 들어, 보상 값의 결정에 사용되는 정보는 QoS 값, QoS에 대한 평가(예: QoS 유지 여부에 대한 정보), 신호 품질, 핸드오버 전후의 신호 품질의 변화에 관련된 정보 중 적어도 하나를 포함할 수 있다. 일 실시 예에 따라, 확률 분포 모델 갱신에 관련된 정보는 핸드오버 절차 중 타겟 셀의 기지국을 통해 수신될 수 있다. 예를 들어, 확률 분포 모델 갱신에 관련된 정보는 핸드오버의 완료를 알리는 메시지에 포함될 수 있다. 다른 실시 예에 따라, 확률 분포 모델 갱신에 관련된 정보는 핸드오버 절차 완료 후, 별도의 메시지를 통해 수신될 수 있다.
이후, 도 16에 도시되지 아니하였으나, 단말의 핸드오버 이후, 기지국은 획득된 정보에 기반하여 확률 분포 정보를 갱신할 수 있다. 일 실시 예에 따라, 기지국은 단말로부터 QoS 유지 여부에 대한 정보 및 신호 품질에 대한 정보 중 적어도 하나를 수신한 후, 기지국은 수신된 정보에 기반하여 보상 값을 결정하고, 결정된 보상 값에 기반하여 확률 분포 정보를 갱신할 수 있다. 다른 실시 예에 따라, 기지국은 단말로부터 보상 값을 수신한 후, 수신된 보상 값에 기반하여 확률 분포 정보를 갱신할 수 있다. 이때, 갱신되는 확률 분포 정보는 단말이 핸드오버한 이웃 기지국, 즉, 타겟 셀의 베타 분포일 수 있다. 보상 값은 0 또는 1로 결정될 수 있으며, 1은 핸드오버의 성공을, 0은 핸드오버의 실패를 의미한다. 이때, 갱신되는 확률 분포 정보는 단말이 핸드오버한 이웃 기지국, 즉, 타겟 RAT의 베타 분포일 수 있다. 이 경우, 기지국은, 보상 값에 따라 베타 분포를 구성하는 α 또는 β 중 하나를 1 증가시킬 수 있다.
도 17은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 측정 갭을 설정하는 절차의 예를 도시한다. 도 17은 핸드오버를 제어하는 기지국(예: 도 13의 제1 기지국(1320-1))의 동작 방법을 예시한다.
도 17을 참고하면, S1701 단계에서, 기지국은 확률 분포 집합을 확인한다. 기지국은 핸드오버 후보들, 즉, 이웃 기지국들 각각의 확률 분포를 확인한다. 확률 분포는 해당 이웃 기지국으로의 핸드오버 성공 확률에 관한 것으로, 베타 분포일 수 있다.
S1703 단계에서, 기지국은 핸드오버 후보 별 확률 분포들에서 값들을 샘플링한다. 즉, 기지국은 핸드오버 후보들의 베타 분포들에서 값들을 샘플링한다. 여기서, 샘플링은 각 베타 분포에서 하나의 값을 랜덤 수에 기반하여 선택하되, 베타 분포 곡선이 표현하는 확률을 고려하여 하나의 값을 선택하는 동작을 의미한다. 예를 들어, 도 15의 베타(1,1)의 경우, 확률을 고려하여 샘플링을 수행하면 가장 높은 확률을 가지는 0.5가 가장 높은 빈도로 선택될 것이나, 0.5 외 다른 값도 더 낮은 빈도로 선택될 수 있다.
S1703 단계에서, 기지국은 샘플링된 값들 중 최대값 및 임계치를 비교한다. 여기서, 샘플링된 값들 중 최대값은 최대값에 대응하는 이웃 기지국으로의 핸드오버 성공 확률 또는 이에 준하는 값으로 해석될 수 있다.
만일, 최대값이 임계치 보다 크면, S1705 단계에서, 기지국은 측정 갭의 길이를 제1 값으로 설정한다. 반면, 최대값이 임계치 이하이면, S1705 단계에서, 기지국은 측정 갭의 길이를 제2 값으로 설정한다. 여기서, 제1 값은 제2 값보다 작다. 즉, 최대값이 임계치보다 큰 경우의 측정 갭은 최대값이 임계치 이하인 경우의 측정 갭 보다 짧은 길이를 가지도록 설정될 수 있다. 다시 말해, 최대값이 임계치보다 큰 경우의 측정 갭이 단위 시간 당 점유하는 자원의 양은 최대값이 임계치 미만인 경우의 측정 갭이 단위 시간 당 점유하는 자원의 양보다 적을 수 있다.
도 17을 참고하여 설명한 실시 예에서, 측정 갭의 길이는 제1 값 또는 제2 값으로 결정될 수 있다. 즉, 도 17의 실시 예는 선택 가능한 측정 갭의 길이의 후보들이 2개인 경우를 예시한다. 하지만, 다른 실시 예에 따라, 3개 또는 그 이상의 길이의 후보들이 사용될 수 있다. 이 경우, 샘플링된 값의 가능한 범위가 3개 이상의 구간들로 분할되고, 각 구간 별로 길이의 후보 값들이 매핑될 수 있다. 이에 따라, 기지국은 샘플링된 값들 중 최대 값이 속한 구간을 확인하고, 확인된 구간에 대응하는 후보 값으로 측정 갭의 길이를 설정할 수 있다.
도 17을 참고하여 설명한 실시 예와 같이, 측정 갭이 설정될 수 있다. 도 17의 예에서, 측정 갭의 길이가 샘플링된 값들에 기반하여 조절되는 것이 예시되었다. 하지만, 다른 실시 예에 따라, 측정 갭의 길이가 아닌 측정 갭의 간격, 다시 말해, 연속된 두 측정 갭 사이의 시간 간격이 조절될 수 있다. 이 경우, 간격이 클수록 측정 갭이 단위 시간 당 점유하는 자원의 양이 감소하므로, 최대값이 임계치보다 큰 경우의 측정 갭의 간격은 최대값이 임계치 이하인 경우의 측정 갭의 간격 보다 길게 설정될 수 있다.
도 18은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버를 수행하는 절차의 예를 도시한다. 도 18은 핸드오버를 수행하는 단말(예: 도 13의 단말(1310))의 동작 방법을 예시한다.
도 18을 참고하면, S1801 단계에서, 단말은 측정 갭 및 예상 핸드오버 타겟에 대한 정보를 수신한다. 다시 말해, 단말은 기지국에 의해 설정된 측정 갭에 대한 정보 및 기지국에 의해 선택된 예상 핸드오버 타겟에 대한 정보를 포함하는 측정 설정 정보를 수신한다. 측정 갭에 대한 정보는 측정 갭의 길이, 측정 갭의 반복 주기(repetition period), 측정 갭의 시작 오프셋(offset) 중 적어도 하나를 포함할 수 있다. 여기서, 반복 주기는 인접한 측정 갭들 간 간격을 의미한다. 측정 설정 정보는 예상 핸드오버 타겟 외 측정 대상이 되는 적어도 하나의 다른 이웃 기지국에 대한 정보를 더 포함할 수 있다. 또한, 측정 설정 정보는 측정 대상(object) 정보, 측정 보고에 대한 설정 정보, 측정의 식별 정보, 측정 항목(quantity) 정보 중 적어도 하나를 더 포함할 수 있다.
S1803 단계에서, 단말은 측정 갭 동안 측정을 수행한다. 단말은 측정 설정 정보에 기반하여 측정을 수행할 수 있다. 예를 들어, 단말은 측정 대상 정보에 의해 지시되는 주파수 또는 RAT에 대하여, 측정 갭 동안, 측정 항목 정보에 의해 지시되는 필터 계수(filter coefficient)를 이용하여 측정을 수행할 수 있다. 이때, 단말은 예상 핸드오버 타겟 및 다른 적어도 하나의 이웃 기지국에 대하여 측정을 수행할 수 있다.
S1805 단계에서, 단말은 가중치 부여된 예상 핸드오버 타겟에 대한 신호 품질 값을 포함하는 측정 보고를 송신한다. 측정 보고는 측정 갭 동안 수행된 단말의 측정에 대한 결과를 포함한다. 이때, 일 실시 예에 따라, 단말은 예상 핸드오버 타겟에 대한 측정 값에 가중치를 적용한다. 여기서, 가중치는 예상 핸드오버 타겟이 타겟 기지국으로 선택될 확률을 높이기 위해 적용된다. 즉, 예상 핸드오버 타겟에 대한 신호 품질 값은 측정된 값보다 큰 값으로 기지국에게 보고된다. 예를 들어, 단말은 예상 핸드오버 타겟에 대한 측정 값에 양의(positive) 오프셋 값(이하 'Δ 값')을 가산하거나, 1 이상의 가중치 값을 곱할 수 있다. 또한, 측정 보고는 예상 핸드오버 타겟 외 측정 대상이 되는 적어도 하나의 다른 이웃 기지국에 대한 측정 값을 더 포함할 수 있다.
S1807 단계에서, 단말은 핸드오버 절차 수행 후, 확률 분포 모델 갱신에 관련된 정보를 송신한다. 여기서, 확률 분포 모델 갱신에 관련된 정보는 갱신된 확률 분포 모델을 지시하는 정보 또는 확률 분포 모델을 갱신하기 위해 필요한 평가 정보를 포함할 수 있다. 또한, 평가 정보는 베타 분포의 갱신을 위한 보상 값에 관련되는 정보로서, 보상 값 또는 보상 값의 결정에 사용되는 정보를 포함할 수 있다. 예를 들어, 보상 값의 결정에 사용되는 정보는 QoS 값, QoS에 대한 평가(예: QoS 유지 여부에 대한 정보), 신호 품질, 핸드오버 전후의 신호 품질의 변화에 관련된 정보 중 적어도 하나를 포함할 수 있다. 일 실시 예에 따라, 확률 분포 모델 갱신에 관련된 정보는 핸드오버 절차 중 타겟 셀의 기지국을 통해 송신될 수 있다. 예를 들어, 확률 분포 모델 갱신에 관련된 정보는 핸드오버의 완료를 알리는 메시지에 포함될 수 있다. 다른 실시 예에 따라, 확률 분포 모델 갱신에 관련된 정보는 핸드오버 절차 완료 후, 별도의 메시지를 통해 송신될 수 있다.
도 18을 참고하여 설명한 실시 예와 같이, 단말은 확률 분포 모델 갱신에 관련된 정보를 제공한다. 일 실시 예에 따라, 확률 분포 모델 갱신에 관련된 정보가 보상 값을 포함하는 경우, 단말은 평가 지표에 기반하여 보상 값을 결정한 후, 결정된 보상 값을 기지국에게 제공한다. 이를 위해, 단말은 보상 값을 결정하는 규칙(rule)을 알아야 한다. 예를 들어, 보상 값을 결정하는 규칙은 미리 정의되거나, 또는 기지국으로부터 시그널링될 수 있다.
도 19은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 기지국에 의해 제어되는 측정 갭에 기반하여 핸드오버를 진행하는 절차의 예를 도시한다.
도 19을 참고하면, S1901 단계에서, 단말은 셀룰러 망에 연결한다. 이어, S1903 단계에서, 기지국은 단말에게 측정 설정(measurement configuration)을 송신한다. S1905 단계에서, 단말은 A2 이벤트의 발생에 따라 기지국에게 측정 보고를 송신한다. 즉, 단말은 서빙 셀에 대한 RSS를 측정하고, 측정된 RSS 값이 일정 수치 보다 작아지면 A2 이벤트의 발생을 판단한다. A2 이벤트를 위한 조건이 만족되면, 단말은 서빙 셀의 기지국에게 측정 보고 송신한다.
S1907 단계에서, 기지국은 톰슨 샘플링을 기반으로 측정 갭 설정 후, 단말에게 핸드오버 성공 확률이 가장 높은 인접 셀에 대한 정보를 포함하는 측정 설정을 송신한다. 서빙 셀의 기지국은 모든 후보 셀들의 베타 분포를 랜덤하게 샘플링하고, 샘플링된 값들 중에 최대값에 대응하는 후보 셀을 핸드오버 진행 시 성공 확률 가장 높은 셀로 선택할 수 있다. 샘플링된 값들을 해당 후보 셀을 타겟 셀로 선택한 핸드오버의 성공 확률을 나타낸다. 샘플링된 값들 중 최대값, 즉, 선택된 후보 셀의 핸드오버 성공 확률이 임계치 이상인 경우, 기지국은 측정 갭을 조절한다. 예를 들어, 성공 확률이 높을수록, 측정 갭의 시간이 많이 감소하거나 또는 간격이 많이 증가하는 것이 바람직하다. 그리고, 기지국은 조절된 측정 갭에 대한 정보, TS 모델에 기반하여 선택된 후보 셀에 대한 정보를 포함한 측정 설정을 단말에게 송신한다.
S1909 단계에서, 단말은 서빙 셀 및 후보 셀에 대한 RSS 값들을 교차 측정하고, 기지국에게 측정 보고를 송신한다. 일 실시 예에 따라, 단말은 서빙 셀 및 후보 셀에 대한 RSS값을 교차 측정하고, TS 모델에 기반하여 선택된 가장 높은 핸드오버 성공 확률을 가지는 후보 셀의 RSS 값을 +Δ 만큼 증가시킨 후, 증가된 RSS 값을 포함하는 측정 보고를 서빙 셀의 기지국에게 송신한다. S1911 단계에서, 기지국은 핸드오버의 수행 여부를 결정한다. 서빙 셀의 기지국은 측정 보고에 기반하여 핸드오버를 위한 타겟 셀 및 핸드오버의 진행 여부를 결정한다. 핸드오버를 진행할 것이 결정되면, 기지국은 핸드오버 명령을 송신한다.
핸드오버의 수행이 결정되면, S1913 단계에서, 단말은 서빙 셀의 기지국으로부터의 핸드오버 명령을 수신하고, 선택된 타겟 셀로의 핸드오버를 수행한다. S1915 단계에서, 단말은 타겟 셀의 기지국에게 핸드오버 확인(confirm) 메시지를 송신하고, 서비스 유지 여부 및 새로운 서빙 셀에 대한 RSS 값을 송신한다. S1917 단계에서, 타겟 셀, 즉, 새로운 서빙 셀의 기지국은 이전 서빙 셀의 기지국에게 핸드오버 ACK 메시지, 서비스 유지 여부 및 새로운 서빙 셀에 대한 RSS 값을 송신한다. 즉, 단말은 타겟 셀로의 핸드오버 진행 후, QoS 유지 여부, 새로운 서빙 셀에 대한 RSS 값을 핸드오버 ACK 정보와 같이 이전 서빙 셀의 기지국에 전달한다. S1919 단계에서, 이전 서빙 셀의 기지국은 TS 모델의 보상을 판단하고, 베타 분포를 갱신한다. 즉, 이전 서빙 셀의 기지국은 수신된 정보에 기반하여 TS 모델의 액션(action)에 대한 보상을 결정하고, 해당 베타 분포의 파라미터를 갱신한다.
도 20은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 기지국에 의해 제어되는 측정 갭에 기반하여 핸드오버를 진행하기 위한 신호 흐름의 예를 도시한다. 도 20은 단말(2010)이 서빙 기지국인 제1 기지국(2020-1)에서 이웃 기지국인 제2 기지국(2020-2)으로 핸드오버하는 절차를 예시한다.
도 20을 참고하면, S2001 단계에서, 제1 기지국(2020-1)은 단말(2010)에게 측정 설정을 송신한다. 측정 설정은 측정을 수행하기 위해 필요한 정보를 포함한다. 예를 들어, 측정 설정은 측정 대상(object) 정보, 측정 보고에 대한 설정 정보, 측정의 식별 정보, 측정 항목(quantity) 정보, 측정 갭 정보 중 적어도 하나를 포함할 수 있다.
S2003 단계에서, 단말(2010)은 제1 기지국(2020-1)에게 측정 보고를 송신한다. 예를 들어, 단말(2010)은 서빙 셀에 대한 RSS를 측정하고, 측정된 RSS 값이 일정 수치 보다 작아지면 A2 이벤트의 발생을 판단한다. A2 이벤트가 발생하면, 단말(2010)은 제1 기지국(2020-1)에게 A2 이벤트의 발생을 알리는 측정 보고 송신한다.
S2005 단계에서, 제1 기지국(2020-1)은 인접 셀의 베타 분포 정보를 기반으로 측정 갭을 조절한다. 구체적으로, 제1 기지국(2020-1)은 인접 셀들의 베타 분포를 랜덤하게 샘플링하고, 샘플링된 값들 중에 최대값에 대응하는 인접 셀을 핸드오버 진행 시 성공 확률 가장 높은 인접 셀로 선택할 수 있다. 본 실시 예에서, 제2 기지국(2020-2)의 셀이 핸드오버 성공 확률이 가장 높은 인접 셀로 선택된다. 이때, 선택된 인접 셀의 핸드오버 성공 확률이 임계치 이상인 경우, 제1 기지국(2020-1)은 측정 갭을 조절한다.
S2007 단계에서, 제1 기지국(2020-1)은 단말(2010)에게 측정 설정을 송신한다. 여기서, 측정 설정은 핸드오버 성공 확률이 가장 높은 인접 셀에 대한 정보를 포함한다. 추가적으로, 측정 설정은 측정 설정은 측정 대상(object) 정보, 측정 보고에 대한 설정 정보, 측정의 식별 정보, 측정 항목(quantity) 정보, 측정 갭 정보 중 적어도 하나를 더 포함할 수 있다.
S2009 단계에서, 단말(2010)은 서빙 셀 및 후보 셀에 대한 RSS 값들을 교차 측정한다. 다시 말해, 단말(2010)은 제1 기지국(2020-1)에 대한 RSS 값, 제2 기지국(2020-2)에 대한 RSS 값을 측정한다. 추가적으로, 단말(2010)은 측정 설정에 의해 지시되는 다른 적어도 하나의 기지국에 대한 RSS 값을 측정할 수 있다.
S2011 단계에서, 단말(2010)은 제1 기지국(2020-1)에게 측정 보고를 송신한다. 여기서, 측정 보고는 핸드오버 성공 확률이 가장 높은 인접 셀의 RSS 값 및 Δ의 합을 포함한다. 즉, 측정 보고는 제2 기지국(2020-2)에 대한 RSS 값으로서, 제2 기지국(2020-2)에 대해 측정된 RSS 값 및 Δ의 합을 보고한다.
S2013 단계에서, 제1 기지국(2020-1)은 제2 기지국(2020-2)으로의 핸드오버를 결정한다. 제1 기지국(2020-1)은 S2011 단계에서 수신된 측정 보고에 기반하여 핸드오버를 위한 타겟 셀로서 제2 기지국(2020-2)을 선택하고, 제2 기지국(2020-2)으로의 핸드오버를 결정한다.
S2015 단계에서, 제1 기지국(2020-1)은 제2 기지국(2020-2)에게 핸드오버 요청 메시지를 송신한다. 핸드오버 요청 메시지는 단말(2010)에 대한 정보를 포함한다. 이에 따라, 제2 기지국(2020-2)는 단말(2010)의 핸드오버를 수용할 수 있는지 여부를 판단한다. 본 실시 예의 경우, 단말(2010)의 핸드오버는 수용된다.
S2017 단계에서, 제2 기지국(2020-2)은 제1 기지국(2020-1)에게 핸드오버 요청 ACK 메시지를 송신한다. 즉, 제2 기지국(2020-2)은 단말(2010)의 핸드오버를 수용할 수 있음을 통지한다.
S2019 단계에서, 제1 기지국(2020-1)은 단말(2010)에게 핸드오버 명령 메시지를 송신한다. 핸드오버 명령 메시지는 타겟 셀에 대한 정보, 즉, 제2 기지국(2020-2)에 대한 정보를 포함한다.
S2021 단계에서, 단말(2010)은 제2 기지국(2020-2)에게 핸드오버 확인 메시지를 송신한다. 도 20에 도시되지 아니하였으나, 단말(2010)은 핸드오버를 위해 제2 기지국(2020-2)에 대한 랜덤 억세스 절차를 수행하고, 연결을 설정할 수 있다. 이후, 단말(2010)은 설정된 연결을 통해 핸드오버 확인 메시지를 송신한다. 여기서, 핸드오버 확인 메시지는 평가 지표, 예를 들어, 핸드오버 후 서비스 유지 여부 및 새로운 서빙 셀, 즉, 제2 기지국(2020-2)의 셀에 대한 RSS 값을 포함할 수 있다.
S2023 단계에서, 제2 기지국(2020-2)은 제1 기지국(2020-1)에게 핸드오버 확인 ACK 메시지를 송신한다. 핸드오버 확인 ACK 메시지는 핸드오버의 성공(success)을 통지한다. 또한, 핸드오버 확인 ACK 메시지는 단말(2010)로부터 수신된 평가 지표, , 예를 들어, 핸드오버 후 서비스 유지 여부 및 새로운 서빙 셀, 즉, 제2 기지국(2020-2)의 셀에 대한 RSS 값을 포함할 수 있다. 즉, 제2 기지국(2020-2)은 단말(2010)로부터 수신된 평가 지표를 제1 기지국(2020-1)에게 전달한다.
S2025 단계에서, 제1 기지국(2020-1)은 TS 모델의 베타 분포 정보를 갱신한다. 구체적으로, 제1 기지국(2020-1)은 보상 값을 결정하고, 보상 값에 기반하여 베타 분포를 갱신한다. 다시 말해, 제1 기지국(2020-1)은 제2 기지국(2020-2)의 베타 분포의 파라미터 α 또는 파라미터 β를 갱신할 수 있다.
전술한 실시 예들과 같이, 단말이 서빙 셀 및 후보 셀들에 대한 RSS 값들을 측정하고, TS 모델에서 선택된 후보 셀의 RSS 값에 가중치를 적용(예: RSS+Δ)한 후, 측정 보고를 서빙 셀에게 송신한다. 여기서, Δ 값은 미리 정의될 수 있다. 또는, Δ 값 또는 Δ 값의 범위는 기지국에 의해 설정되며, 측정 갭 정보가 포함된 측정 설정에 Δ 값 또는 Δ 값의 범위에 대한 정보가 포함될 수 있다. 일 실시 예에 따라, Δ 값이 제공되는 경우, 단말은 제공된 Δ 값을 적용할 수 있다. 다른 실시 예에 따라, Δ 값의 범위가 제공되는 경우, 단말은 제공된 범위 내에서 랜덤하게 Δ 값을 선택할 수 있다.
다양한 실시 예들에 따라, Δ 값 또는 Δ 값의 범위는 TS 모델에 기반하여 샘플링된 확률 값, 과거에 보고된 RSS 값들 중 적어도 하나에 기반하여 결정될 수 있다. 예를 들어, Δ 값 또는 Δ 값의 범위는 이하 [표 2]에 나열된 2가지 모드들 중 하나에 기반하여 결정될 수 있다.
모드 설명
모드1 기지국에서 예측(prediction)한 셀이 타겟 셀로 선택될 수 있게 하는 모드로서, 예측된 셀의 최종 RSS 값이 모든 인접 셀들의 RSS 값들보다 크고, 측정 보고가 트리거(예: 서빙 셀 RSS값 보다 일정한 수치 이상 커야 함)될 수 있도록 하는 최소값을 Δ의 범위로 설정함.
모드2 기지국에서 예측한 셀이 타겟 셀로 선택될 확률이 커질 수 있게 하는 모드로서, 예측된 셀의 TS 값에 따라 단계별로 정해진 값 또는 비율을 Δ의 범위로 설정함.
전술한 다양한 실시 예들과 같이, 톰슨 샘플링 모델을 이용하면, 핸드오버 이후의 서비스 유지 여부 및 채널 품질에 기반하여 핸드오버 성능이 점차 개선될 수 있다. 톰슨 샘플링 모델에서 보상에 따른 베타 분포 갱신은 이하 도 21와 같다.
도 21는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 톰슨 샘플링(Thompson sampling)에 기반한 보상(reward) 구조를 도시한다. 도 21는 핸드오버 완료 후 평가 지표(예: 서비스 품질 유지 여부, 핸드오버 후 신호 품질 정보)에 기반하여 보상이 피드백되는 구조를 보여준다. 도 21를 참고하면, 샘플링은 후보 셀들의 베타 분포(2110)에서 랜덤하게 값을 샘플링하는 동작을 포함한다. 샘플링된 값들 중 최적화(2120)에 의해 최대값이 선택된다. 활동(action)은 선택된 최대값에 대응하는, 즉, 가장 높은 핸드오버 성공 확률을 가지는 후보 셀에 대한 RSS 값에 가중치를 적용(예: RSS+Δ)한 후, 복수의 후보 셀들에 대한 RSS 값들을 포함하는 측정 보고를 송신하는 동작들을 포함한다. 관찰(observation)은 핸드오버 완료 후 QoS 유지 여부 및 RSS를 확인하는 평가(2130)에 기반하여 보상을 위한 베타 분포의 파라미터들을 갱신하는 동작을 포함한다. 갱신된 파라미터들은 베타 분포(2110)에 반영된다.
상기 설명한 제안 방식에 대한 일례들 또한 본 개시의 구현 방법들 중 하나로 포함될 수 있으므로, 일종의 제안 방식들로 간주될 수 있음은 명백한 사실이다. 또한, 상기 설명한 제안 방식들은 독립적으로 구현될 수도 있지만, 일부 제안 방식들의 조합 (또는 병합) 형태로 구현될 수도 있다. 상기 제안 방법들의 적용 여부 정보 (또는 상기 제안 방법들의 규칙들에 대한 정보)는 기지국이 단말에게 사전에 정의된 시그널 (예: 물리 계층 시그널 또는 상위 계층 시그널)을 통해서 알려주도록 규칙이 정의될 수 있다.
본 개시는 본 개시에서 서술하는 기술적 아이디어 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 개시의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 개시의 등가적 범위 내에서의 모든 변경은 본 개시의 범위에 포함된다. 또한, 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시 예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함할 수 있다.
본 개시의 실시 예들은 다양한 무선접속 시스템에 적용될 수 있다. 다양한 무선접속 시스템들의 일례로서, 3GPP(3rd Generation Partnership Project) 또는 3GPP2 시스템 등이 있다.
본 개시의 실시 예들은 상기 다양한 무선접속 시스템뿐 아니라, 상기 다양한 무선접속 시스템을 응용한 모든 기술 분야에 적용될 수 있다. 나아가, 제안한 방법은 초고주파 대역을 이용하는 mmWave, THz 통신 시스템에도 적용될 수 있다.
추가적으로, 본 개시의 실시 예들은 자유 주행 차량, 드론 등 다양한 애플리케이션에도 적용될 수 있다.

Claims (17)

  1. 무선 통신 시스템에서 단말의 동작 방법에 있어서,
    기지국으로부터 측정 갭(measurement gap)에 대한 정보 및 예상(expected) 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 수신하는 단계;
    상기 측정 갭 동안 상기 예상 타겟 셀을 포함하는 적어도 하나의 인접 셀에 대한 측정을 수행하는 단계;
    상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 기지국에게 송신하는 단계; 및
    상기 기지국에 의해 결정된 다른 기지국으로 핸드오버를 수행한 후, 상기 확률 분포 모델의 갱신에 관련된 정보를 송신하는 단계를 포함하며,
    상기 신호 품질 값은, 상기 예상 타겟 셀에 대한 측정 값에 가중치를 부여함으로써 결정되는 방법.
  2. 청구항 1에 있어서,
    상기 신호 품질 값은, 상기 측정 값에 오프셋 값을 합산함으로써 결정되는 방법.
  3. 청구항 2에 있어서,
    상기 오프셋 값은, 미리 정의되거나 또는 상기 기지국으로부터 제공되는 방법.
  4. 청구항 2에 있어서,
    상기 오프셋 값은, 상기 기지국으로부터 제공되는 범위 내에서 상기 단말에 의해 선택되는 방법.
  5. 청구항 1에 있어서,
    상기 핸드오버를 수행한 후, 상기 다른 기지국에 대한 신호 품질 값을 송신하는 단계를 더 포함하는 방법.
  6. 무선 통신 시스템에서 기지국의 동작 방법에 있어서,
    인접 셀들에 대한 확률 분포 모델에 기반하여 측정 갭을 설정하는 단계;
    상기 측정 갭에 대한 정보 및 예상 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 단말에게 송신하는 단계;
    상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 단말로부터 수신하는 단계; 및
    상기 측정 보고에 기반하여 결정된 다른 기지국으로의 핸드오버를 명령한 후, 상기 확률 분포 모델의 갱신에 관련된 정보를 수신하는 단계를 포함하는 방법.
  7. 청구항 6에 있어서,
    상기 예상 타겟 셀은, 상기 확률 분포 모델들에 포함된 상기 인접 셀들의 확률 분포들에서 샘플링된 값들 중 최대 값에 대응하는 인접 셀을 포함하는 방법.
  8. 청구항 6에 있어서,
    상기 측정 갭을 설정하는 단계는,
    상기 인접 셀들로의 핸드오버 성공에 대응하는 확률 분포들을 확인하는 단계;
    상기 확률 분포들에 기반하여 상기 인접 셀들 중 상기 예상 타겟 셀을 선택하는 단계;
    상기 예상 타겟 셀의 확률 분포에서 샘플링된 값에 기반하여 상기 측정 갭을 설정하는 단계를 포함하는 방법.
  9. 청구항 8에 있어서,
    상기 예상 타겟 셀의 확률 분포에서 샘플링된 값에 기반하여 상기 측정 갭을 설정하는 단계는,
    상기 샘플링된 값이 임계치 이상이면, 상기 측정 갭의 길이를 제1 값으로 설정하는 단계; 및
    상기 샘플링된 값이 임계치 미만이면, 상기 측정 갭의 길이를 제2 값으로 설정하는 단계를 포함하며,
    상기 제1 값은, 상기 제2 값보다 작은 방법.
  10. 청구항 8에 있어서,
    상기 예상 타겟 셀의 확률 분포에서 샘플링된 값에 기반하여 상기 측정 갭을 설정하는 단계는,
    상기 샘플링된 값이 임계치 이상이면, 상기 측정 갭의 간격을 제1 값으로 설정하는 단계; 및
    상기 샘플링된 값이 임계치 미만이면, 상기 측정 갭의 간격을 제2 값으로 설정하는 단계를 포함하며,
    상기 제1 값은, 상기 제2 값보다 큰 방법.
  11. 청구항 6에 있어서,
    상기 확률 분포 모델의 갱신에 관련된 정보에 기반하여, 상기 다른 기지국으로의 핸드오버 성공에 대한 확률 분포를 갱신하는 단계를 더 포함하는 방법.
  12. 청구항 11에 있어서,
    확률 분포 모델 갱신에 관련된 정보는, 상기 핸드오버 후 QoS(quality of service)가 유지되는지 여부, 상기 다른 기지국에 대한 신호 품질 값 및 임계치의 비교 결과에 기반하여 갱신되는 방법.
  13. 청구항 11에 있어서,
    상기 확률 분포를 갱신하는 단계는,
    상기 핸드오버 후 QoS가 유지되는지 여부, 상기 다른 기지국에 대한 신호 품질 값 및 임계치의 비교 결과 중 적어도 하나에 기반하여 상기 확률 분포에 포함되는 베타 분포를 갱신하기 위한 보상 값을 결정하는 단계를 포함하는 방법.
  14. 무선 통신 시스템에서 단말에 있어서,
    송수신기; 및
    상기 송수신기와 연결된 프로세서를 포함하며,
    상기 프로세서는,
    기지국으로부터 측정 갭(measurement gap)에 대한 정보 및 예상(expected) 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 수신하고,
    상기 측정 갭 동안 상기 예상 타겟 셀을 포함하는 적어도 하나의 인접 셀에 대한 측정을 수행하고,
    상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 기지국에게 송신하고,
    상기 기지국에 의해 결정된 다른 기지국으로 핸드오버를 수행한 후, QoS(quality of service) 유지 여부에 대한 정보를 송신하도록 제어하며,
    상기 신호 품질 값은, 상기 예상 타겟 셀에 대한 측정 값에 가중치를 부여함으로써 결정되는 단말.
  15. 무선 통신 시스템에서 기지국에 있어서,
    송수신기; 및
    상기 송수신기와 연결된 프로세서를 포함하며,
    상기 프로세서는,
    인접 셀들에 대한 확률 분포 모델에 기반하여 측정 갭을 설정하고,
    상기 측정 갭에 대한 정보 및 예상 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 단말에게 송신하고,
    상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 단말로부터 수신하고,
    상기 측정 보고에 기반하여 결정된 다른 기지국으로의 핸드오버를 명령한 후, 상기 다른 기지국으로부터 상기 단말의 QoS(quality of service) 유지 여부에 대한 정보를 수신하도록 제어하는 기지국.
  16. 장치에 있어서,
    적어도 하나의 프로세서;
    상기 적어도 하나의 프로세서와 연결되며, 상기 적어도 하나의 프로세서에 의해 실행됨에 따라 동작들을 지시하는 명령어를 저장하는 적어도 하나의 컴퓨터 메모리를 포함하며,
    상기 동작들은, 상기 장치가,
    기지국으로부터 측정 갭(measurement gap)에 대한 정보 및 예상(expected) 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 수신하고,
    상기 측정 갭 동안 상기 예상 타겟 셀을 포함하는 적어도 하나의 인접 셀에 대한 측정을 수행하고,
    상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 기지국에게 송신하고,
    상기 기지국에 의해 결정된 다른 기지국으로 핸드오버를 수행한 후, QoS(quality of service) 유지 여부에 대한 정보를 송신하도록 제어하며,
    상기 신호 품질 값은, 상기 예상 타겟 셀에 대한 측정 값에 가중치를 부여함으로써 결정되는 장치.
  17. 적어도 하나의 명령어(instructions)을 저장하는 비-일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer-readable medium)에 있어서,
    프로세서에 의해 실행 가능한(executable) 상기 적어도 하나의 명령어를 포함하며,
    상기 적어도 하나의 명령어는, 장치가,
    기지국으로부터 측정 갭(measurement gap)에 대한 정보 및 예상(expected) 타겟 셀에 대한 정보를 포함하는 측정 설정(measurement configuration) 정보를 수신하고,
    상기 측정 갭 동안 상기 예상 타겟 셀을 포함하는 적어도 하나의 인접 셀에 대한 측정을 수행하고,
    상기 예상 타겟 셀에 대한 신호 품질 값을 포함하는 측정 보고(measurement report)를 상기 기지국에게 송신하고,
    상기 기지국에 의해 결정된 다른 기지국으로 핸드오버를 수행한 후, QoS(quality of service) 유지 여부에 대한 정보를 송신하도록 제어하며,
    상기 신호 품질 값은, 상기 예상 타겟 셀에 대한 측정 값에 가중치를 부여함으로써 결정되는 컴퓨터 판독 가능 매체.
PCT/KR2021/010813 2021-08-13 2021-08-13 무선 통신 시스템에서 측정 갭을 이용한 측정 결과에 기반하여 핸드오버를 수행하기 위한 장치 및 방법 WO2023017881A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020237042872A KR20240041282A (ko) 2021-08-13 2021-08-13 무선 통신 시스템에서 측정 갭을 이용한 측정 결과에기반하여 핸드오버를 수행하기 위한 장치 및 방법
PCT/KR2021/010813 WO2023017881A1 (ko) 2021-08-13 2021-08-13 무선 통신 시스템에서 측정 갭을 이용한 측정 결과에 기반하여 핸드오버를 수행하기 위한 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2021/010813 WO2023017881A1 (ko) 2021-08-13 2021-08-13 무선 통신 시스템에서 측정 갭을 이용한 측정 결과에 기반하여 핸드오버를 수행하기 위한 장치 및 방법

Publications (1)

Publication Number Publication Date
WO2023017881A1 true WO2023017881A1 (ko) 2023-02-16

Family

ID=85200701

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/010813 WO2023017881A1 (ko) 2021-08-13 2021-08-13 무선 통신 시스템에서 측정 갭을 이용한 측정 결과에 기반하여 핸드오버를 수행하기 위한 장치 및 방법

Country Status (2)

Country Link
KR (1) KR20240041282A (ko)
WO (1) WO2023017881A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116107342A (zh) * 2023-03-08 2023-05-12 广州爱浦路网络技术有限公司 一种基于5gs的无人机飞行方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014086407A1 (en) * 2012-12-05 2014-06-12 Nokia Solutions And Networks Oy Re-connecting to a source cell in communications
US9282562B2 (en) * 2012-02-03 2016-03-08 Mediatek Inc. Method and apparatus for collecting and providing diverse traffic information in cellular networks
KR20160147774A (ko) * 2014-04-30 2016-12-23 엘지전자 주식회사 무선 통신 시스템에서 측정 갭을 구성하는 방법 및 장치
KR20180035513A (ko) * 2016-09-29 2018-04-06 삼성전자주식회사 측정을 수행하기 위한 장치 및 방법
KR20210083652A (ko) * 2019-12-27 2021-07-07 삼성전자주식회사 차세대 이동통신 시스템에서 측정 갭을 요청하는 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9282562B2 (en) * 2012-02-03 2016-03-08 Mediatek Inc. Method and apparatus for collecting and providing diverse traffic information in cellular networks
WO2014086407A1 (en) * 2012-12-05 2014-06-12 Nokia Solutions And Networks Oy Re-connecting to a source cell in communications
KR20160147774A (ko) * 2014-04-30 2016-12-23 엘지전자 주식회사 무선 통신 시스템에서 측정 갭을 구성하는 방법 및 장치
KR20180035513A (ko) * 2016-09-29 2018-04-06 삼성전자주식회사 측정을 수행하기 위한 장치 및 방법
KR20210083652A (ko) * 2019-12-27 2021-07-07 삼성전자주식회사 차세대 이동통신 시스템에서 측정 갭을 요청하는 방법 및 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116107342A (zh) * 2023-03-08 2023-05-12 广州爱浦路网络技术有限公司 一种基于5gs的无人机飞行方法
CN116107342B (zh) * 2023-03-08 2024-01-16 广州爱浦路网络技术有限公司 一种基于5gs的无人机飞行方法

Also Published As

Publication number Publication date
KR20240041282A (ko) 2024-03-29

Similar Documents

Publication Publication Date Title
WO2019245304A1 (en) Method and apparatus for performing conditional cell change based on channel occupancy in wireless communication system
WO2023017881A1 (ko) 무선 통신 시스템에서 측정 갭을 이용한 측정 결과에 기반하여 핸드오버를 수행하기 위한 장치 및 방법
WO2022050468A1 (ko) 무선 통신 시스템에서 연합학습을 수행하는 방법 및 이를 위한 장치
WO2022045399A1 (ko) 선택적 가중치 전송에 기반한 연합 학습 방법 및 그 단말
WO2022039295A1 (ko) 무선 통신 시스템에서 하향링크를 전처리하는 방법 및 이를 위한 장치
WO2022050565A1 (ko) 무선 통신 시스템에서 핸드오버를 위한 장치 및 방법
WO2022139230A1 (ko) 무선 통신 시스템에서 스플릿 포인트를 조정하는 방법 및 장치
WO2022092859A1 (ko) 무선 통신 시스템에서 스플릿 포인트 조정을 위한 장치 및 방법
WO2023058872A1 (ko) 무선 통신 시스템에서 위치에 기반하여 핸드오버를 수행하기 위한 장치 및 방법
WO2023017882A1 (ko) 무선 통신 시스템에서 배터리 효율을 고려하여 무선 접속 기술을 선택하기 위한 장치 및 방법
WO2022265141A1 (ko) 무선 통신 시스템에서 빔 관리를 수행하는 방법 및 이를 위한 장치
WO2022050444A1 (ko) 연합학습을 위한 통신방법 및 이를 수행하는 디바이스
WO2022054981A1 (ko) 압축 연합 학습 수행 방법 및 장치
WO2023027311A1 (ko) 무선 통신 시스템에서 핸드오버를 수행하기 위한 장치 및 방법
WO2022260200A1 (ko) 무선 통신 시스템에서 배터리 효율을 고려하여 핸드오버를 수행하기 위한 장치 및 방법
WO2024048803A1 (ko) 무선 통신 시스템에서 불연속 수신 동작에 관련된 파라미터를 설정하기 위한 장치 및 방법
WO2023033421A1 (ko) 무선 통신 시스템에서 폴라 코드 기반의 인코더를 설정하기 위한 장치 및 방법
WO2023022251A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2023101304A1 (ko) 무선 통신 시스템에서 통신을 수행하는 방법 및 장치
WO2023120781A1 (ko) 무선 통신 시스템에서 신호 전송을 위한 장치 및 방법
WO2023101303A1 (ko) 무선 통신 시스템에서 통신을 수행하는 방법 및 장치
WO2024038926A1 (ko) 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법
WO2023120768A1 (ko) 무선 통신 시스템에서 신호 전송을 위한 장치 및 방법
WO2023113282A1 (ko) 무선 통신 시스템에서 송수신기 모델에 대한 온라인 학습을 수행하기 위한 장치 및 방법
WO2024058372A1 (ko) 무선 통신 시스템에서 상황 정보 기반 인공지능을 활용한 전력 절약을 위한 방법 및 장치

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: 21953528

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2021953528

Country of ref document: EP

Effective date: 20240313