WO2023027311A1 - 무선 통신 시스템에서 핸드오버를 수행하기 위한 장치 및 방법 - Google Patents

무선 통신 시스템에서 핸드오버를 수행하기 위한 장치 및 방법 Download PDF

Info

Publication number
WO2023027311A1
WO2023027311A1 PCT/KR2022/008750 KR2022008750W WO2023027311A1 WO 2023027311 A1 WO2023027311 A1 WO 2023027311A1 KR 2022008750 W KR2022008750 W KR 2022008750W WO 2023027311 A1 WO2023027311 A1 WO 2023027311A1
Authority
WO
WIPO (PCT)
Prior art keywords
base station
handover
measurement
information
measurement report
Prior art date
Application number
PCT/KR2022/008750
Other languages
English (en)
French (fr)
Inventor
하업성
장지환
이명희
오재기
정재훈
박재용
김성진
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 KR1020237044261A priority Critical patent/KR20240043133A/ko
Publication of WO2023027311A1 publication Critical patent/WO2023027311A1/ko

Links

Images

Classifications

    • 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
    • H04W36/08—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
    • 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
    • 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

Definitions

  • the following description relates to a wireless communication system, and relates to an apparatus and method for performing a handover 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 effectively performing handover in a wireless communication system.
  • the present disclosure may provide an apparatus and method for reducing energy consumption for handover in a wireless communication system.
  • the present disclosure may provide an apparatus and method for reducing the number of measurements for handover in a wireless communication system.
  • the present disclosure may provide an apparatus and method for reducing the number of measurement reports (MR) for handover in a wireless communication system.
  • MR measurement reports
  • the present disclosure may provide an apparatus and method for performing handover using artificial intelligence (AI) technology in a wireless communication system.
  • AI artificial intelligence
  • the present disclosure may provide an apparatus and method for performing handover using a probability-based predictive model in a wireless communication system.
  • the present disclosure may provide an apparatus and method for performing handover in a wireless communication system using a predictive model designed based on past handover history based on probability.
  • the present disclosure may provide an apparatus and method for selecting a target cell for handover by considering both exploration and exploitation in a wireless communication system.
  • the present disclosure may provide an apparatus and method for applying an upper confidence bound (UCB) algorithm to select a target cell for handover in a wireless communication system.
  • UMB upper confidence bound
  • the present disclosure may provide an apparatus and method for applying a tompson sampling (TS) algorithm to select a target cell for handover in a wireless communication system.
  • TS tompson sampling
  • a method of operating a user equipment (UE) in a wireless communication system includes receiving configuration information related to measurement from a first base station, performing measurement based on the configuration information, and performing measurement Transmitting a measurement report including a result to the first base station, receiving a handover command message from the first base station, and responding to the handover command message to the second base station. It may include performing a handover.
  • the measurement report may include measurement information about the second base station as a target cell selected using a prediction model.
  • a method of operating a first base station in a wireless communication system includes receiving configuration information related to measurement from a user equipment (UE), and measurement including a result of measurement performed based on the configuration information.
  • the measurement report may include measurement information about the second base station as a target cell selected using a prediction model.
  • a user equipment (UE) in a wireless communication system includes a transceiver and a processor connected to the transceiver, wherein the processor receives configuration information related to measurement from a first base station, and the configuration Performing measurement based on information, transmitting a measurement report including a result of the measurement to the first base station, receiving a handover command message from the first base station, and performing the handover In response to the command message, control is performed to perform handover to the second base station, and the measurement report may include measurement information about the second base station as a target cell selected using a prediction model.
  • a first base station includes a transceiver and a processor connected to the transceiver, wherein the processor receives configuration information related to measurement from a user equipment (UE), and the configuration Receive a measurement report including a result of measurement performed based on the information from the UE, transmit a handover request message to the second base station in response to the measurement report, and send a handover command to the UE ( command) message, and the measurement report may include measurement information about the second base station as a target cell selected using a prediction model.
  • UE user equipment
  • 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, by the device, receiving configuration information related to measurement from a first base station, performing measurement based on the configuration information, and sending a measurement report including a result of the measurement. Transmitting to a first base station, receiving a handover command message from the first base station, and performing handover to a second base station in response to the handover command message.
  • the measurement report may include measurement information about the second base station as a target cell selected using a prediction model.
  • the at least one executable by a processor A command, wherein the at least one command causes the device to receive configuration information related to measurement from the first base station, perform measurement based on the configuration information, and perform a measurement report including a result of the measurement. report) to the first base station, receiving a handover command message from the first base station, controlling to perform handover to the second base station in response to the handover command message, and performing the measurement
  • the report may include measurement information about the second base station as a target cell selected using a prediction model.
  • energy consumption for handover may be reduced.
  • 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. 13A and 13B illustrate an example of a handover location and timing in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 14 illustrates a concept of handover 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 performing handover in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 17 illustrates an example of a procedure for controlling handover in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 18 illustrates an example of signal exchange for handover based on an event-triggered measurement report and prediction operation of a terminal in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 19 illustrates an example of a procedure for handover based on an event-triggered measurement report and prediction operation of a terminal in a wireless communication system according to an embodiment of the present disclosure.
  • 20 illustrates an example of signal exchange for handover based on an event-triggered measurement report and prediction operation of a base station in a wireless communication system according to an embodiment of the present disclosure.
  • 21 illustrates an example of a procedure for handover based on an event-triggered measurement report and prediction operation of a base station in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 22 illustrates an example of signal exchange for handover based on a periodic measurement report and prediction operation of a terminal in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 23 illustrates an example of a procedure for handover based on a periodic measurement report and prediction operation of a terminal in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 24 illustrates an example of signal exchange for handover based on a periodic measurement report and prediction operation of a base station in a wireless communication system according to an embodiment of the present disclosure.
  • 25 illustrates an example of a procedure for handover based on a periodic measurement report and prediction operation of a base station in a wireless communication system according to an embodiment of the present disclosure.
  • 26 illustrates a reward structure based on Thomson sampling 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 and the like.
  • 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 portable 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 8 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 updated connection weight of each 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.
  • 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 reward value 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.
  • UCB is another technique to solve the MAB problem.
  • UCB is an algorithm that determines the best candidate considering the uncertainty of data in a given situation and environment.
  • the selector estimates the average reward value of each candidate at the time of selection using data observed in the past, and increases the probability of being selected by adding a certain weight to candidates with high uncertainty.
  • the selection algorithm of the UCB model can be expressed as [Equation 2] below.
  • a t is the index of the candidate to be currently selected
  • a is the index of the candidate
  • Q t (a) is the average reward value when candidate a is selected in the tth selection
  • c is a parameter expressing the degree of search
  • t is the number of selections up to now
  • N t (a) means the number of selections of candidate a so far.
  • the present disclosure relates to handover in a wireless communication system, and relates to a technique for reducing the number of unnecessary measurement report (MR) transmissions without unnecessarily increasing the frequency of handover. Specifically, the present disclosure proposes a technique for efficient early handover based on artificial intelligence.
  • MR unnecessary measurement report
  • the current handover procedure is as follows. After the terminal connects to the cellular network, handover may be performed as follows.
  • a handover procedure may vary according to a transmission method of a measurement report.
  • the transmission method of the measurement report may be divided into an event triggered measurement report transmission method and a periodic measurement report transmission method.
  • the terminal measures the RSS value of the serving cell according to the received measurement configuration information, and if the RSS value is lower than the set threshold, event A2 In response to satisfaction, a measurement report is sent. Thereafter, in order to select a target cell in the serving cell base station, new measurement configuration information is transmitted, and the terminal measures RSS values of serving and neighboring cells. At this time, if a handover margin (HM) and a time-to-trigger (TTT) condition are satisfied, the terminal transmits a measurement report. The serving cell base station determines handover based on the measured RSS value, and requests handover to the target cell base station. When the response is received, the serving cell base station transmits a handover command to the terminal, and when the handover is completed, it receives a confirmation message from the target cell base station.
  • HM handover margin
  • TTTT time-to-trigger
  • the UE measures the RSS value of the serving cell according to the received measurement configuration information and periodically transmits the measurement report.
  • the serving cell base station provides new measurement configuration information for selecting a target cell. If the size and holding time of the measured RSS value satisfy certain conditions, the serving cell base station determines handover and requests handover to the target cell base station.
  • the serving cell base station transmits a handover command to the terminal, and when the handover is completed, it receives a confirmation message from the target cell base station.
  • the following problems may occur.
  • event triggered measurement report transmission if the RSS size and holding time related thresholds are set high, measurement report transmission is delayed, and the failure rate and retransmission probability of measurement report transmission are increased. This results in waste of throughput and energy, and may also increase the HOF ratio.
  • periodic measurement report transmission if the threshold value related to the RSS size and duration is set high, the handover decision may be delayed and the number of measurement report transmissions may increase. This results in waste of throughput and energy, and may also increase the HOF ratio.
  • the present disclosure proposes a technique capable of minimizing the impact on the RSS size and holding time threshold of the target cell, improving communication performance, and increasing energy efficiency without increasing the handover frequency. do.
  • FIG. 13A and 13B illustrate an example of a handover location and timing in a wireless communication system according to an embodiment of the present disclosure.
  • a base station 1310 - 1 is a serving base station of a current terminal 1320 .
  • the terminal 1320 moves toward the cell of the base station 1310-2, and accordingly, handover from the base station 1310-1 to the base station 1310-2 will be requested.
  • the handover is performed on the first boundary line 1302a according to the conventional handover procedure, the handover according to various embodiments of the present disclosure may be performed on the second boundary line 1304a. That is, according to various embodiments of the present disclosure, handover may be performed earlier.
  • FIG. 13B illustrates changes in RSS values for the base station 1310-1 and the base station 1310-2 according to the movement of the terminal 1320.
  • handover from a base station 1310 - 1 to a base station 1310 - 2 will be requested according to the movement of the terminal 1320 .
  • the handover according to various embodiments of the present disclosure may be performed at the second time point 1304b. That is, according to various embodiments of the present disclosure, handover may be performed earlier.
  • the RSS size and duration measured for the target cell may be adjusted. That is, unlike the conventional technology, the proposed technology adjusts the RSS value and holding time for a cell selected by artificial intelligence-based prediction (e.g., a cell whose reliability is higher than a certain standard in the prediction result), so that handover is relatively lead to early progression. Through this, the number of unnecessary measurement report transmissions and the HOF ratio may be reduced.
  • artificial intelligence-based prediction e.g., a cell whose reliability is higher than a certain standard in the prediction result
  • a terminal 1420 moves from a cell of a base station 1410-1 to a cell of a base station 1410-2. Accordingly, event A2 may be triggered at the first point 1402 and handover may be performed at the second point 1404 .
  • the second point 1404 is a position reached earlier than the handover point 1406 according to the prior art.
  • the base station 1410-1 which is a serving cell, may retain handover prediction-related information in all locations.
  • a handover prediction operation is performed by the terminal 1420 or the base station 1410-1. If the reliability of the cell selected by prediction is equal to or higher than a certain standard, a certain gain is added to the RSS value and time counter value measured for the selected cell, and thus handover can be performed early.
  • the prediction operation may be performed by the base station 1410 - 1 or the terminal 1420 .
  • the prediction operation is performed by the terminal 1420, the number of prediction operations can be minimized, and the computational burden of the base station 1410-1 is shared by the terminal 1420.
  • Information eg, a prediction model and input information
  • the prediction operation is performed in the base station 1410-1, the signaling overhead between the base station 1410-1 and the terminal 1420, the amount of computation to be borne by the terminal 1420, and the energy of the terminal 1420 Consumption can be minimized.
  • the base station 1410 - 1 delivers a prediction result (eg, selected cell information) to the terminal 1420 .
  • a predictive model is used.
  • the selection of a target cell can be treated as a MAB problem, and thus the present disclosure proposes to use the UCB technique or the Thomson sampling technique for solving the MAB problem.
  • Prediction algorithms such as the UCB technique and the Thomson sampling technique are techniques that balance exploitation and exploration.
  • use may be understood as a concept in which the terminal predicts and recommends the best cell
  • search may be understood as a concept in which a cell with high uncertainty is recommended in order to collect more information.
  • the conventional handover technology follows the use-based recommendation, which is the main direction, it has a limitation in recommending only good cells in the current situation and environment.
  • the proposed technology can properly recommend a new cell through search and efficiently reflect the feedback of the corresponding cell to the terminal and all base stations.
  • There is a trade-off between use and discovery and controlling use and discovery may be temporarily detrimental to the UE.
  • the terminal identifies several cells through discovery, overall efficiency may increase.
  • the UCB technique determines the best cell in consideration of the uncertainty of candidate data in the current situation and environment during handover.
  • the UCB technique uses data observed in the past to estimate the average compensation value of candidate cells during handover, and then has high uncertainty (e.g., the number of selected cells compared to the total number of handovers until the point of proceeding with calculation is small) By assigning a constant weight to a cell, the probability of being selected is increased. Through this, the UCB model can proceed with selection while exploring in a balanced way. If the UCB model is applied to cell selection for handover, each variable in [Equation 2] described above can be understood as follows.
  • Q t (a) is the average compensation value during handover to cell a until the point at which the prediction operation is to be performed.
  • ⁇ can be determined by dividing by t is the total number of handovers up to the current point in time
  • N t (a) is the number of times cell a is selected up to the current point in time.
  • the algorithm can be operated so that the search is performed relatively more by increasing the selection probability of cells with high data uncertainty due to a small number of selections.
  • the uncertainty decreases and the effect of the added weight decreases.
  • the average compensation value has a greater influence because the numerator of the weighted value of the uncertainty of the average compensation value is a log scale and the denominator is a linear scale. Accordingly, after a sufficient search, that is, after the uncertainty of the candidate data is reduced, handover will be performed mainly on cells having a high average compensation value.
  • the action is an operation in which the UE measures RSS values of the serving cell and neighboring cells, adjusts the RSS size and holding time of the selected cell, and transmits the measurement result value to the serving cell base station.
  • QoS quality of service
  • Q compensation value
  • the RSS value and threshold of the new serving cell (e.g., the previous one) as shown in [Equation 3] below Compensation may be determined based on a comparison of the RSS value for the serving cell + a constant value RSS ⁇ ).
  • R is a compensation value
  • RSS T is an RSS for a cell after handover
  • RSS S is an RSS value for a previous serving cell
  • RSS ⁇ is a threshold value for determining whether to maintain QoS. do.
  • the Thomson sampling technique is an algorithm that determines the best cell in the current situation and environment during handover.
  • the Thomson sampling method is an algorithm that estimates the reward distribution of candidate RATs for handover progress based on 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.
  • the reward probability p of the candidate can be estimated to have a distribution of Beta(5, 3).
  • selectable RATs correspond to the beta distributions illustrated in FIG. 15 .
  • the RAT is selected using probability matching based on the given exclusive distributions, i.e., the estimated distribution, which is a method that maximizes the probability of receiving a positive reward for the RAT selected by the base station. .
  • the Thomson sampling technique has a faster convergence speed and better performance than the UCB technique, but has a relatively large computational burden due to the calculation of the beta distribution. Therefore, the UCB technique may be suitable for processing a prediction operation in a terminal that is sensitive to energy efficiency and computation load. On the other hand, when a base station with relatively abundant computational resources processes prediction computation, the Thomson sampling technique may be more suitable.
  • a terminal may process a prediction operation based on a Thomson sampling technique or a base station may process a prediction operation based on a UCB technique.
  • the present disclosure describes various embodiments for performing handover to a target cell selected based on a predictive model.
  • the target cell is selected based on the predictive model, successful completion of handover to the selected cell is not guaranteed. That is, some of the embodiments described below correspond to a case in which handover to a target cell selected based on a predictive model succeeds, but in some cases, handover may fail or handover may be performed to another cell.
  • 16 illustrates an example of a procedure for performing handover in a wireless communication system according to an embodiment of the present disclosure. 16 illustrates an operation method of a terminal (eg, terminal 1320 of FIG. 13A or terminal 1320 of FIG. 14) performing handover.
  • a terminal eg, terminal 1320 of FIG. 13A or terminal 1320 of FIG. 14
  • the terminal receives configuration information related to measurement.
  • the measurement is the signal quality (e.g., RSS, signal to interference noise ratio (SINR), reference signal received power (RSRP), reference signal received quality (RSRQ) for the serving cell or neighboring cells required to perform handover etc.)
  • the setting information includes setting information related to measurement performance, measurement reporting, and the like.
  • the setting information may additionally include at least one of information indicating a target cell selected using an artificial intelligence-based predictive model or information required to perform a predictive operation using the predictive model.
  • the information required to perform the prediction operation is information related to a prediction model for each location, information indicating the number of handovers performed by the prediction model and the number of selected cells for each cell, or information included in the prediction model. It may include at least one of information indicating a probability distribution for each candidate cell.
  • the terminal transmits a measurement report including measurement information on a cell selected based on the prediction. That is, the measurement report includes a measurement value for a target cell selected according to a prediction performed using a prediction model.
  • the prediction operation using the prediction model may be performed by a terminal or a base station.
  • the signal quality value included in the measurement information is transmitted after being increased by a predetermined gain value.
  • the increased amount may vary depending on the reliability of prediction using the predictive model.
  • reliability may be proportional to a metric calculated or selected for selection using a predictive model.
  • step S1605 the terminal receives a handover command message.
  • the terminal may receive a handover command message from the base station instructing the handover to be performed.
  • the handover command message may be an RRC reconfiguration message including information about the target cell.
  • the handover command message may indicate a cell selected based on the prediction as a target cell.
  • step S1607 the terminal performs handover.
  • the terminal may perform random access to a base station corresponding to the indicated target cell and transmit a handover confirmation message.
  • the terminal may generate information for updating the prediction model according to the result of handover and transmit the generated information through a handover confirmation message.
  • Information for updating the prediction model includes information indicating whether to maintain service quality after handover, information indicating signal quality for the serving cell after handover, compensation value used in the prediction model, and cell-specific probability included in the prediction model. It may include at least one of information indicating distribution.
  • handover may be performed using a predictive model.
  • a measurement value for a selected target cell is adjusted using a predictive model.
  • an increase amount or a range (eg, an upper limit value or a lower limit value) of the measured value to be adjusted may be set by the base station.
  • information related to the increment may be included in setting information related to measurement. That is, the setting information may further include information (eg, a gain value, a range of gain values, etc.) necessary to adjust a measurement value of a target cell selected using a predictive model.
  • a measurement value for a selected target cell is adjusted using a predictive model.
  • a time counter value for a selected target cell may be adjusted using a predictive model.
  • the time counter value is a value for counting the elapsed time from the point at which the condition is satisfied in order to determine whether a state in which the measurement value satisfies a specific condition is maintained for a given timer. Since handover starts when the time counter value reaches the timer value, the time counter value may be adjusted larger than the actual value for early handover.
  • the counter value may be adjusted in the terminal or in the base station. For example, when a measurement report is transmitted based on event triggering, the UE may adjust the time counter value.
  • FIG. 17 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 operating method of a base station (eg, base station 1310-1 of FIG. 13A or base station 1410-1 of FIG. 14) controlling handover.
  • a base station eg, base station 1310-1 of FIG. 13A or base station 1410-1 of FIG. 14
  • the base station transmits configuration information related to measurement.
  • the setting information includes setting information related to measurement performance, measurement report, and the like.
  • the setting information may additionally include at least one of information indicating a target cell selected using an artificial intelligence-based predictive model or information required to perform a predictive operation using the predictive model.
  • the information required to perform the prediction operation is information related to a prediction model for each location, information indicating the number of handovers performed by the prediction model and the number of selected cells for each cell, or information included in the prediction model. It may include at least one of information indicating a probability distribution for each candidate cell.
  • the base station receives a measurement report including measurement information on a cell selected based on the prediction. That is, the measurement report includes a measurement value for a target cell selected according to a prediction performed using a prediction model.
  • the prediction operation using the prediction model may be performed by a terminal or a base station.
  • the signal quality value included in the measurement information is transmitted after being increased by a predetermined gain value.
  • the increased amount may vary depending on the reliability of prediction using the predictive model.
  • reliability may be proportional to an index calculated or selected for selection using a predictive model.
  • the base station transmits a handover command message.
  • the base station may determine handover of the UE based on the measurement value included in the measurement report. Accordingly, the base station may transmit a handover command message indicating a cell selected based on the prediction as a target cell to the terminal.
  • the base station receives a handover confirmation message.
  • the handover confirmation message is received from the base station of the target cell after the handover of the terminal is completed.
  • the handover confirmation message may include information for updating the prediction model.
  • Information for updating the prediction model includes information indicating whether to maintain service quality after handover, information indicating signal quality for the serving cell after handover, compensation value used in the prediction model, and cell-specific probability included in the prediction model. It may include at least one of information indicating distribution.
  • the base station updates the predictive model. That is, the base station may update the prediction model based on the information included in the handover confirmation message.
  • the base station determines a compensation value based on the observation information, and updates the predictive model using the determined compensation value.
  • the base station can replace at least a part of the existing prediction model with the updated prediction model.
  • handover may be performed using a predictive model.
  • a handover procedure may minimize the number of measurement reports by using prediction information for target cell selection and performing early handover.
  • the specific procedure can be classified as follows.
  • scenario 2 since the measurement report is transmitted only under the condition that satisfies the measurement report event, signaling overhead can be reduced and energy efficiency can be high compared to the periodic measurement report method.
  • scenario 2 since the prediction operation is processed in the base station, signaling overhead for prediction is small, and energy consumption of the terminal may be small.
  • by processing the prediction operation in a base station with relatively free computational resources it is less burdensome to use a prediction algorithm with a relatively high performance but a relatively high computational amount.
  • a first base station 1810-1 is a serving base station
  • a second base station 1810-2 is a target base station.
  • the first base station 1810-1 transmits measurement configuration information to the UE 1820. That is, after the UE 1820 is connected to the cellular network, the first base station 1810 - 1 transmits measurement settings to the UE 1820 .
  • the UE 1820 transmits a measurement report to the first base station 1810-1. That is, the UE 1820 determines that the A2 event is satisfied when the RSS value of the serving cell measured according to the measurement configuration information is smaller than a predetermined value. Accordingly, the UE 1820 transmits a measurement report to the first base station 1810-1.
  • the first base station 1810-1 transmits measurement configuration information to the UE 1820.
  • the measurement setting information may include information necessary for a predictive operation. That is, the first base station 1810 - 1 transmits information necessary for prediction at the location of the UE 1820 (eg, a use model and input information of the corresponding model) to the UE 1820 through measurement settings.
  • information necessary for prediction may include the total number of handovers at each location within a certain range and the number of selected serving cells and candidate cells.
  • information necessary for prediction may include beta distribution information of serving cells and candidate cells at each position within a certain range.
  • the UE 1820 measures cells, selects a target cell based on the prediction operation, and adjusts an RSS value and/or a counter value of the selected cell. In other words, the UE 1820 measures the RSS of the serving cell and at least one candidate cell. Then, the UE 1820 selects a cell with the highest reliability by performing a prediction operation. For example, when the UCB model is used, a cell having a maximum value among final values obtained by reflecting uncertainty of data in an average compensation value of candidate cells is selected. As another example, when the TS model is used, a cell having a maximum value among randomly sampled values in a beta distribution of candidate cells is selected.
  • the range of the gain ⁇ is set by the base station and may be included in the measurement settings transmitted in step S1805.
  • the method of adding the gain may follow one of the following two modes.
  • the range of the gain ⁇ In the case of the first mode allowing the predicted cell to be selected as the target cell, the range of the gain ⁇ is such that the final RSS value of the predicted target cell is greater than or equal to the maximum of the RSS values of all neighboring cells, and a measurement report can be triggered. can be set so that
  • the range of the gain ⁇ may be set based on a value or ratio defined for each stage according to a sampling value for the predicted cell.
  • the UE 1820 transmits a measurement report to the first base station 1810-1.
  • the UE 1820 transmits a measurement report to the serving cell.
  • the measurement report may include at least one of an RSS value added with a gain and a time counter value added with a gain.
  • the first base station 1810-1 determines handover of the UE 1820.
  • the first base station 1810-1 determines handover based on the measurement report.
  • the second base station 1810-2 is selected as the target cell.
  • the first base station 1810-1 transmits a handover request message to the second base station 1810-2. Accordingly, the second base station 1810-2 determines whether to accept the UE 1820 or not.
  • the second base station 1810 - 2 allows acceptance of the UE 1820 .
  • the second base station 1810-2 transmits a handover request acknowledgment (ACK) message to the first base station 1810-1.
  • the first base station 1810-1 transmits a handover command message to the UE 1820.
  • the UE 1820 performs handover according to the command of the first base station 1810-1.
  • the handover command message indicates the second base station 1810-2 as a target cell, and the UE 1820 can perform handover to the second base station 1810-2.
  • the UE 1820 determines prediction model information to be updated. That is, after performing handover to the target cell, the UE 1820 checks the RSS value of the new serving cell and whether the UE 1820 maintains quality of service, and updates the predictive model based on the checked information (e.g., In case of UCB model, compensation or Q value, in case of TS model, compensation or beta distribution information) is determined.
  • the UE 1820 transmits a handover confirmation message to the second base station 1810-2.
  • the handover confirmation message includes information for updating a predictive model (hereinafter referred to as 'model update information'). That is, the UE 1820 transmits model update information together with ACK information.
  • the second base station 1810-2 transmits a handover confirmation ACK message to the first base station 1810-1.
  • the handover confirmation ACK message includes model update information received from the UE 1820.
  • the first base station 1810-1 updates the predictive model. That is, the first base station 1810-1 may update the prediction model based on the model update information included in the handover confirmation ACK message.
  • 19 illustrates an example of a procedure for handover based on an event-triggered measurement report and prediction operation of a terminal in a wireless communication system according to an embodiment of the present disclosure.
  • 19 illustrates an operating method of a terminal, a first base station operating as a serving base station, and a second base station operating as a target base station.
  • step S1901 the terminal connects to a cellular network.
  • the first base station transmits measurement settings to the terminal.
  • the terminal detects the A2 event and transmits a measurement report to the first base station.
  • the first base station transmits measurement settings including information necessary for the UE to proceed with prediction.
  • the terminal measures RSS values of the serving cell and candidate cells, adjusts the RSS size and holding time measurement values of the cell selected by prediction, and transmits a measurement report.
  • step S1911 the first base station determines whether to proceed with handover.
  • the terminal receives a command from the first base station serving cell base station, and performs handover to the second base station that is the selected target cell.
  • step S1915 the terminal calculates prediction model information to be updated.
  • step S1917 the terminal transmits a handover confirmation message to the second base station serving as the target cell.
  • the handover confirmation message includes prediction model information to be updated.
  • step S1919 the second base station transmits a handover ACK message to the first base station serving the previous serving cell.
  • the handover ACK message includes prediction model information to be updated.
  • step S1921 the first base station updates the predictive model.
  • a first base station 2010-1 is a serving base station
  • a second base station 2010-2 is a target base station.
  • the first base station 2010-1 transmits measurement configuration information to the UE 2020. That is, after the UE 2020 is connected to the cellular network, the first base station 2010 - 1 transmits measurement settings to the UE 2020 .
  • the UE 2020 transmits a measurement report to the first base station 2010-1. That is, the UE 2020 determines that the A2 event is satisfied when the RSS value of the serving cell measured according to the measurement configuration information is smaller than a predetermined value. Accordingly, the UE 2020 transmits a measurement report to the first base station 2010-1.
  • step S2005 the first base station 2010-1 selects a target cell based on the prediction operation. That is, the first base station 2010-1 selects a cell having the highest reliability by performing prediction using a model corresponding to the location of the terminal.
  • the first base station 2010-1 transmits measurement configuration information to the UE 2020.
  • the measurement setting information may include information about the target cell selected in step S2005. That is, if the reliability of the cell selected according to the prediction is equal to or higher than a certain standard, the first base station 2010 - 1 adds information related to the prediction result to the measurement settings and transmits the measurement settings to the UE 2020 .
  • step S2009 the UE 2020 measures cells and adjusts the RSS value and/or counter value of the cell selected by prediction.
  • the UE 2020 measures the RSS of the serving cell and at least one candidate cell.
  • the range of the gain ⁇ is set by the base station and may be included in the measurement settings transmitted in step S2007.
  • the method of adding the gain may follow one of the following two modes.
  • the range of the gain ⁇ In the case of the first mode allowing the predicted cell to be selected as the target cell, the range of the gain ⁇ is such that the final RSS value of the predicted target cell is greater than or equal to the maximum of the RSS values of all neighboring cells, and a measurement report can be triggered. can be set so that
  • the range of the gain ⁇ may be set based on a value or ratio defined for each stage according to a sampling value for the predicted cell.
  • the UE 2020 transmits a measurement report to the first base station 2010-1.
  • the UE 2020 transmits the measurement report to the serving cell.
  • the measurement report may include at least one of an RSS value added with a gain and a time counter value added with a gain.
  • the first base station 2010-1 determines handover of the UE 2020.
  • the first base station 2010-1 determines handover based on the measurement report.
  • the second base station 2010-2 is selected as the target cell.
  • the first base station 2010-1 transmits a handover request message to the second base station 2010-2. Accordingly, the second base station 2010-2 determines whether the UE 2020 is accepted.
  • the second base station 2010 - 2 allows acceptance of the UE 2020 .
  • the second base station 2010-2 transmits a handover request ACK message to the first base station 2010-1.
  • the first base station 2010-1 transmits a handover command message to the UE 2020.
  • the UE 2020 performs handover according to the command of the first base station 2010-1.
  • the handover command message indicates the second base station 2010-2 as a target cell, and the UE 2020 may perform handover to the second base station 2010-2.
  • the UE 2020 transmits a handover confirmation message to the second base station 2010-2.
  • the handover confirmation message includes model update information. That is, UE 2020 transmits model update information together with ACK information.
  • the model update information may include an RSS value for the second base station 2010-2, which is a new serving cell, and information indicating whether or not QoS is maintained.
  • the second base station 2010-2 transmits a handover confirmation ACK message to the first base station 2010-1.
  • the handover confirmation ACK message includes model update information received from the UE (2020).
  • the first base station 2010-1 updates the predictive model. That is, the first base station 2010-1 may update the prediction model based on the model update information included in the handover confirmation ACK message.
  • 21 illustrates an example of a procedure for handover based on an event-triggered measurement report and prediction operation of a base station in a wireless communication system according to an embodiment of the present disclosure.
  • 21 illustrates an operating method of a terminal, a first base station operating as a serving base station, and a second base station operating as a target base station.
  • step S2101 the terminal connects to the cellular network.
  • step S2103 the first base station transmits measurement settings to the terminal.
  • step S2105 the terminal detects the A2 event and transmits a measurement report to the first base station.
  • step S2107 the first base station transmits measurement settings including a result of prediction by the first base station.
  • step S2109 the UE measures the RSS values of the serving cell and candidate cells, adjusts the RSS size and holding time measurement values of the cell selected by prediction, and transmits a measurement report.
  • the first base station determines whether to proceed with handover.
  • the terminal receives a command from the first base station serving cell base station, and proceeds with handover to the second base station serving the selected target cell.
  • the terminal transmits a handover confirmation message to the second base station serving as the target cell.
  • the handover confirmation message is predictive model information to be updated, and includes information indicating whether to maintain service and an RSS value for a new serving cell.
  • the second base station transmits a handover ACK message to the first base station serving the previous serving cell.
  • the handover ACK message includes information indicating whether to maintain service and an RSS value for a new serving cell.
  • the first base station updates the predictive model.
  • a first base station 2210-1 is a serving base station
  • a second base station 2210-2 is a target base station.
  • the first base station 2210-1 transmits measurement configuration information to the UE 2220. That is, after the UE 2220 is connected to the cellular network, the first base station 2210 - 1 transmits measurement settings to the UE 2220 .
  • the UE 2220 transmits a measurement report to the first base station 2210-1. At this time, the UE 2220 transmits a measurement report according to a period configured by the measurement configuration information.
  • the first base station 2210-1 transmits measurement configuration information to the UE 2220.
  • the first base station 2210-1 will include information necessary for a prediction operation at the location of the UE 2220 in the measurement configuration.
  • the first base station 2210 - 1 transmits information necessary for prediction at the location of the UE 2220 (eg, a use model and input information of the corresponding model) to the UE 2220 through measurement settings.
  • information necessary for prediction may include the total number of handovers at each location within a certain range and the number of selected serving cells and candidate cells.
  • information necessary for prediction may include beta distribution information of serving cells and candidate cells at each position within a certain range.
  • the UE 2220 measures cells, selects a target cell based on the prediction operation, and adjusts the RSS value of the selected cell.
  • the UE 2220 measures the RSS of the serving cell and at least one candidate cell.
  • the UE 2220 selects a cell with the highest reliability by performing a prediction operation. For example, when the UCB model is used, a cell having a maximum value among final values obtained by reflecting uncertainty of data in an average compensation value of candidate cells is selected.
  • the TS model a cell having a maximum value among randomly sampled values in a beta distribution of candidate cells is selected.
  • the range of the gain ⁇ is set by the base station and may be included in the measurement settings transmitted in step S2205.
  • the method of adding the gain may follow one of the following two modes.
  • the range of the gain ⁇ In the case of the first mode allowing the predicted cell to be selected as the target cell, the range of the gain ⁇ is such that the final RSS value of the predicted target cell is greater than or equal to the maximum of the RSS values of all neighboring cells, and a measurement report can be triggered. can be set so that
  • the range of the gain ⁇ may be set based on a value or ratio defined for each stage according to a sampling value for the predicted cell.
  • the UE 2220 transmits a measurement report to the first base station 2210-1.
  • the measurement report may include at least one of information indicating the selected cell, an RSS value summed with a gain, and reliability information on the selected cell.
  • the first base station 2210-1 determines handover of the UE 2220.
  • the first base station 2210-1 determines handover based on the measurement report.
  • the second base station 2210-2 is selected as the target cell.
  • the first base station 2210-1 transmits a handover request message to the second base station 2210-2.
  • the second base station 2210 - 2 determines whether to accept the UE 2220 .
  • the second base station 2210 - 2 allows acceptance of the UE 2220 .
  • the second base station 2210-2 transmits a handover request ACK message to the first base station 2210-1.
  • the first base station 2210-1 transmits a handover command message to the UE 2220. Accordingly, the UE 2220 performs handover according to the command of the first base station 2210-1.
  • the handover command message indicates the second base station 2210-2 as a target cell, and the UE 2220 may perform handover to the second base station 2210-2.
  • the UE 2220 determines prediction model information to be updated. That is, after performing handover to the target cell, the UE 2220 checks the RSS value of the new serving cell and whether the UE 2220 maintains quality of service, and based on the checked information, model update information (e.g., in case of UCB model) compensation or Q value, compensation or beta distribution information in the case of a TS model). In step S2223, the UE 2220 transmits a handover confirmation message to the second base station 2210-2.
  • the handover confirmation message includes model update information.
  • the second base station 2210-2 transmits a handover confirmation ACK message to the first base station 2210-1.
  • the handover confirmation ACK message includes model update information received from the UE 2220.
  • the first base station 2210-1 updates the predictive model. That is, the first base station 2210 - 1 may update the prediction model based on the model update information included in the handover confirmation ACK message.
  • 23 illustrates an example of a procedure for handover based on a periodic measurement report and prediction operation of a terminal in a wireless communication system according to an embodiment of the present disclosure.
  • 23 illustrates an operation method of a terminal, a first base station operating as a serving base station, and a second base station operating as a target base station.
  • step S2301 the terminal connects to the cellular network.
  • the first base station transmits measurement settings to the terminal.
  • the terminal periodically transmits a measurement report to the first base station.
  • step S2307 the first base station transmits measurement settings including information necessary for the UE to proceed with prediction.
  • step S2309 the terminal measures RSS values of the serving cell and candidate cells, adjusts the RSS size and holding time measurement values of the cell selected by prediction, and transmits a measurement report.
  • step S2311 the first base station determines whether to proceed with handover.
  • the terminal receives a command from the first base station serving cell base station, and proceeds with handover to the second base station serving the selected target cell.
  • step S2315 the terminal calculates prediction model information to be updated.
  • step S2317 the terminal transmits a handover confirmation message to the second base station serving as the target cell.
  • the handover confirmation message includes prediction model information to be updated.
  • the second base station transmits a handover ACK message to the first base station serving the previous serving cell.
  • the handover ACK message includes prediction model information to be updated.
  • the first base station updates the predictive model.
  • a first base station 2410-1 is a serving base station
  • a second base station 2410-2 is a target base station.
  • the first base station 2410-1 transmits measurement configuration information to the UE 2420. That is, after the UE 2420 is connected to the cellular network, the first base station 2410 - 1 transmits measurement settings to the UE 2420 .
  • the UE 2420 transmits a measurement report to the first base station 2410-1.
  • the first base station 2410-1 transmits measurement configuration information to the UE 2420.
  • the UE 2420 transmits a measurement report to the first base station 2410-1. That is, the UE 2420 transmits a measurement report according to a period configured by measurement configuration information.
  • the range of the gain ⁇ may be set by the base station.
  • the method of adding the gain may follow one of the following two modes.
  • the range of the gain ⁇ In the case of the first mode allowing the predicted cell to be selected as the target cell, the range of the gain ⁇ is such that the final RSS value of the predicted target cell is greater than or equal to the maximum of the RSS values of all neighboring cells, and a measurement report can be triggered. can be set so that In the case of the second mode, which increases the probability that the predicted cell is selected as the target cell by the base station, the range of the gain ⁇ may be set based on a value or ratio defined for each stage according to a sampling value for the predicted cell.
  • step S2411 the first base station 2410-1 determines handover of the UE 2420.
  • the first base station 2410-1 determines handover based on the measurement report.
  • the second base station 2410-2 is selected as the target cell.
  • step S2413 the first base station 2410-1 transmits a handover request message to the second base station 2410-2.
  • the second base station 2410 - 2 determines whether to accept the UE 2420 .
  • the second base station 2410 - 2 allows acceptance of the UE 2420 .
  • step S2415 the second base station 2410-2 transmits a handover request ACK message to the first base station 2410-1.
  • the first base station 2410-1 transmits a handover command message to the UE 2420. Accordingly, the UE 2420 performs handover according to the command of the first base station 2410-1.
  • the handover command message indicates the second base station 2410-2 as a target cell, and the UE 2420 may perform handover to the second base station 2410-2.
  • the UE 2420 transmits a handover confirmation message to the second base station 2410-2.
  • the handover confirmation message includes model update information. That is, the UE 2420 transmits model update information together with ACK information.
  • the model update information may include an RSS value for the second base station 2410-2, which is a new serving cell, and information indicating whether to maintain QoS.
  • the second base station 2410-2 transmits a handover confirmation ACK message to the first base station 2410-1.
  • the handover confirmation ACK message includes model update information received from the UE 2420.
  • the first base station 2410-1 updates the predictive model. That is, the first base station 2410-1 may update the prediction model based on the model update information included in the handover confirmation ACK message.
  • 25 illustrates an example of a procedure for handover based on a periodic measurement report and prediction operation of a base station in a wireless communication system according to an embodiment of the present disclosure. 25 illustrates an operation method of a terminal, a first base station operating as a serving base station, and a second base station operating as a target base station.
  • step S2501 the terminal connects to the cellular network.
  • step S2503 the first base station transmits measurement settings to the terminal.
  • step S2505 the terminal periodically transmits a measurement report to the first base station after measuring the RSS value for the first base station serving cell.
  • step S2507 the first base station transmits measurement settings to the terminal.
  • step S2509 the UE periodically transmits a measurement report to the first base station after measuring RSS values for the serving cell and at least one candidate cell.
  • the first base station determines whether to proceed with handover.
  • the terminal receives a command from the first base station serving cell base station, and performs handover to the second base station serving the selected target cell.
  • the terminal transmits a handover confirmation message to the second base station serving as the target cell.
  • the handover confirmation message is predictive model information to be updated, and includes information indicating whether to maintain service and an RSS value for a new serving cell.
  • the second base station transmits a handover ACK message to the first base station serving the previous serving cell.
  • the handover ACK message includes information indicating whether to maintain service and an RSS value for a new serving cell.
  • the first base station updates the predictive model.
  • FIG. 26 illustrates a reward structure based on Thomson sampling in a wireless communication system according to an embodiment of the present disclosure.
  • 26 shows a structure in which compensation is fed back based on an evaluation index (eg, whether to maintain QoS) after handover is completed.
  • sampling includes an operation of randomly sampling a value from a beta distribution 2610 of candidate cells. The maximum value is selected by optimization 2620 among the sampled values.
  • Observation means updating parameters of the beta function according to compensation determined based on evaluation 2630 for checking whether QoS is maintained after completion of handover and RSS value for a new serving cell. The updated parameters are reflected in the beta distribution 2610.
  • 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 핸드오버를 수행하기 위한 것으로, UE(user equipment)의 동작 방법은, 제1 기지국으로부터 측정에 관련된 설정 정보를 수신하는 단계, 상기 설정 정보에 기반하여 측정을 수행하는 단계, 상기 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 제1 기지국에게 송신하는 단계, 상기 제1 기지국으로부터 핸드오버 명령(command) 메시지를 수신하는 단계, 상기 핸드오버 명령 메시지에 응하여, 제2 기지국으로의 핸드오버를 수행하는 단계를 포함할 수 있다.

Description

무선 통신 시스템에서 핸드오버를 수행하기 위한 장치 및 방법
이하의 설명은 무선 통신 시스템에 대한 것으로, 무선 통신 시스템에서 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 핸드오버를 효과적으로 수행하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 핸드오버를 위한 에너지 소모량을 줄이기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 핸드오버를 위한 측정(measurement)의 횟수를 줄이기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 핸드오버를 위한 측정 보고(measurement report, MR)의 횟수를 줄이기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 인공지능(artificial intelligence, AI) 기술을 이용하여 핸드오버를 수행하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 확률에 기반한 예측 모델을 이용하여 핸드오버를 수행하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 확률에 기반한 과거 핸드오버 이력에 기반하여 설계된 예측 모델을 이용하여 핸드오버를 수행하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 탐색(exploration) 및 이용(exploitation)을 모두 고려하여 핸드오버를 위한 타겟 셀을 선택하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 핸드오버를 위한 타겟 셀을 선택하기 위하여 UCB(upper confidence bound) 알고리즘을 적용하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 핸드오버를 위한 타겟 셀을 선택하기 위하여 TS(tompson sampling) 알고리즘을 적용하기 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 UE(user equipment)의 동작 방법은, 제1 기지국으로부터 측정에 관련된 설정 정보를 수신하는 단계, 상기 설정 정보에 기반하여 측정을 수행하는 단계, 상기 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 제1 기지국에게 송신하는 단계, 상기 제1 기지국으로부터 핸드오버 명령(command) 메시지를 수신하는 단계, 상기 핸드오버 명령 메시지에 응하여, 제2 기지국으로의 핸드오버를 수행하는 단계를 포함할 수 있다. 상기 측정 보고는, 예측 모델(prediction model)을 이용하여 선택된 타겟 셀로서 상기 제2 기지국에 대한 측정 정보를 포함할 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 제1 기지국의 동작 방법은, UE(user equipment)에게 측정에 관련된 설정 정보를 수신하는 단계, 상기 설정 정보에 기반하여 수행된 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 UE로부터 수신하는 단계, 상기 측정 보고에 응하여, 제2 기지국에게 핸드오버 요청 메시지를 송신하는 단계, 및 상기 UE에게 핸드오버 명령(command) 메시지를 송신하는 단계를 포함할 수 있다. 상기 측정 보고는, 예측 모델(prediction model)을 이용하여 선택된 타겟 셀로서 상기 제2 기지국에 대한 측정 정보를 포함할 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 UE(user equipment)에 있어서, 송수신기, 및 상기 송수신기와 연결된 프로세서를 포함하며, 상기 프로세서는, 제1 기지국으로부터 측정에 관련된 설정 정보를 수신하고, 상기 설정 정보에 기반하여 측정을 수행하고, 상기 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 제1 기지국에게 송신하고, 상기 제1 기지국으로부터 핸드오버 명령(command) 메시지를 수신하고, 상기 핸드오버 명령 메시지에 응하여, 제2 기지국으로의 핸드오버를 수행하도록 제어하며, 상기 측정 보고는, 예측 모델(prediction model)을 이용하여 선택된 타겟 셀로서 상기 제2 기지국에 대한 측정 정보를 포함할 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 제1 기지국에 있어서, 송수신기, 및 상기 송수신기와 연결된 프로세서를 포함하며, 상기 프로세서는, UE(user equipment)에게 측정에 관련된 설정 정보를 수신하고, 상기 설정 정보에 기반하여 수행된 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 UE로부터 수신하고, 상기 측정 보고에 응하여, 제2 기지국에게 핸드오버 요청 메시지를 송신하고, 상기 UE에게 핸드오버 명령(command) 메시지를 송신하도록 제어하며, 상기 측정 보고는, 예측 모델(prediction model)을 이용하여 선택된 타겟 셀로서 상기 제2 기지국에 대한 측정 정보를 포함할 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, 제1 기지국으로부터 측정에 관련된 설정 정보를 수신하는 단계, 상기 설정 정보에 기반하여 측정을 수행하는 단계, 상기 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 제1 기지국에게 송신하는 단계, 상기 제1 기지국으로부터 핸드오버 명령(command) 메시지를 수신하는 단계, 상기 핸드오버 명령 메시지에 응하여, 제2 기지국으로의 핸드오버를 수행하는 단계를 포함할 수 있다. 상기 측정 보고는, 예측 모델(prediction model)을 이용하여 선택된 타겟 셀로서 상기 제2 기지국에 대한 측정 정보를 포함할 수 있다.
본 개시의 일 예로서, 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, 제1 기지국으로부터 측정에 관련된 설정 정보를 수신하고, 상기 설정 정보에 기반하여 측정을 수행하고, 상기 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 제1 기지국에게 송신하고, 상기 제1 기지국으로부터 핸드오버 명령(command) 메시지를 수신하고, 상기 핸드오버 명령 메시지에 응하여, 제2 기지국으로의 핸드오버를 수행하도록 제어하며, 상기 측정 보고는, 예측 모델(prediction model)을 이용하여 선택된 타겟 셀로서 상기 제2 기지국에 대한 측정 정보를 포함할 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, 핸드오버를 위한 에너지 소모가 감소할 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 13a 및 도 13b은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버의 수행 위치 및 시점의 예를 도시한다.
도 14는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버의 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 수행하는 절차의 예를 도시한다.
도 17은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버를 제어하는 절차의 예를 도시한다.
도 18은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 이벤트 트리거링 측정 보고 및 단말의 예측 연산에 기반한 핸드오버를 위한 신호 교환의 예를 도시한다.
도 19는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 이벤트 트리거링 측정 보고 및 단말의 예측 연산에 기반한 핸드오버를 위한 절차의 예를 도시한다.
도 20은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 이벤트 트리거링 측정 보고 및 기지국의 예측 연산에 기반한 핸드오버를 위한 신호 교환의 예를 도시한다.
도 21은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 이벤트 트리거링 측정 보고 및 기지국의 예측 연산에 기반한 핸드오버를 위한 절차의 예를 도시한다.
도 22는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 주기적 측정 보고 및 단말의 예측 연산에 기반한 핸드오버를 위한 신호 교환의 예를 도시한다.
도 23은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 주기적 측정 보고 및 단말의 예측 연산에 기반한 핸드오버를 위한 절차의 예를 도시한다.
도 24는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 주기적 측정 보고 및 기지국의 예측 연산에 기반한 핸드오버를 위한 신호 교환의 예를 도시한다.
도 25는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 주기적 측정 보고 및 기지국의 예측 연산에 기반한 핸드오버를 위한 절차의 예를 도시한다.
도 26은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 톰슨 샘플링에 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 뒷받침될 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 발명의 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 발명 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 8은 본 개시에 적용 가능한 6G 시스템에서 제공 가능한 통신 구조의 일례를 도시한 도면이다.
도 8을 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 갱신하는 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 갱신될 수 있다. 갱신되는 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)
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(exploitation)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.
톰슨 샘플링(thompson samplging, TS)
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 갱신(update)에 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 PCTKR2022008750-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.
UCB(upper confidence bound)
UCB는 MAB 문제를 해결하기 위한 다른 하나의 기법이다. UCB는 주어진 상황 및 환경에서 데이터의 불확실성을 고려하여 가장 좋은 후보를 결정하는 알고리즘이다. UCB에 따르면, 선택자는 과거에 관측된 데이터를 이용하여 선택 시 각 후보 평균 보상 값을 추정하고, 불확실성이 높은 후보에 대해 일정한 가중치를 추가함으로써 선택될 확률을 높인다. 이를 통해, UCB는 균형있게 탐색하면서, 선택을 진행하는 것을 가능하게 한다. UCB 모델의 선택 알고리즘은 이하 [수학식 2]과 같이 표현될 수 있다.
Figure PCTKR2022008750-appb-img-000002
[수학식 2]에서, At는 현재 선택할 후보의 인덱스, a는 후보의 인덱스, Qt(a)는 t번째 선택에서 후보 a 선택 시 평균 보상 값, c는 탐색 정도를 표현하는 파라미터, t는 현재까지의 선택 횟수, Nt(a)는 현재까지 후보 a가 선택된 횟수를 의미한다.
본 개시의 구체적인 실시 예
본 개시는 무선 통신 시스템에서 핸드오버에 관련된 것으로, 핸드오버 빈도를 불필요하게 증가시키지 아니하고, 불필요한 측정 보고(measurement report, MR) 송신 횟수를 줄이기 위한 기술에 관련된다. 구체적으로, 본 개시는 인공지능 기반의 효율적인 빠른(early) 핸드오버를 위한 기술을 제안한다.
모바일 가입자 및 데이터 통신량이 증가함에 따라, 이동 통신망은 초소형 밀집 셀의 형태로 발전하고 있다. 이에 따라, 단말의 이동에 의해 발생하는 핸드오버 빈도는 높아질 수 있다. 이러한 상황에서, 핸드오버 조건과 관련하여, 타겟 셀(target cell)의 RSS(received signal strength) 크기 및 유지시간에 대하여 고정된 임계값(threshold)을 사용하면, 불필요한 측정 보고 송신 및 HOF(handover failure) 비율(rate)이 증가할 수 있고, 이는 처리량(throughput) 및 에너지 낭비를 야기할 것이다.
현재의 핸드오버 절차를 살펴보면 다음과 같다. 단말이 셀룰러(cellular) 망에 연결한 후, 다음과 같이 핸드오버를 수행할 수 있다. 핸드오버 절차는 측정 보고의 송신 방식에 따라 달라질 수 있다. 측정 보고의 송신 방식은 이벤트 트리거링(event triggered) 측정 보고 송신 방식, 주기적(periodic) 측정 보고 송신 방식으로 구분될 수 있다.
이벤트 트리거링 측정 보고 송신의 경우, 단말은 수신된 측정 설정(measurement configuration) 정보에 따라 서빙 셀(serving cell)의 RSS 값을 측정하고, RSS 값이 설정된 임계값보다 낮으면, 이벤트(event) A2가 만족됨에 응하여 측정 보고를 송신한다. 이후, 서빙 셀 기지국에서 타겟 셀(target cell)을 선택하기 위하여, 새로운 측정 설정 정보를 송신하고, 단말은 서빙 및 인접 셀들의 RSS값들을 측정한다. 이때, HM(handover margin) 및 TTT(time-to-triger) 조건이 만족되면, 단말은 측정 보고를 송신한다. 서빙 셀 기지국은 측정된 RSS 값을 기반으로 핸드오버를 결정하고, 타겟 셀 기지국에게 핸드오버를 요청한다. 응답이 수신되면, 서빙 셀 기지국은 단말에게 핸드오버 명령(command)을 송신하고, 핸드오버가 완료되면 타겟 셀 기지국으로부터 확인(confirm) 메시지를 수신한다.
주기적 측정 보고 송신의 경우, 단말은 수신된 측정 설정 정보에 따라 서빙 셀의 RSS 값을 측정하고, 주기적으로 측정 보고를 송신한다. 측정된 RSS 값이 설정된 임계값보다 낮아지면, 서빙 셀 기지국이 타겟 셀을 선택하기 위한 새로운 측정 설정 정보를 제공한다. 측정된 RSS 값의 크기 및 유지시간이 일정한 조건을 만족하면, 서빙 셀 기지국은 핸드오버를 결정하고, 타겟 셀 기지국에게 핸드오버를 요청한다. 응답이 수신되면, 서빙 셀 기지국은 단말에게 핸드오버 명령을 송신하고, 핸드오버가 완료되면 타겟 셀 기지국으로부터 확인 메시지를 수신한다.
전술한 핸드오버 절차에 따르면, 다음과 같은 문제점이 발생할 수 있다. 이벤트 트리거링(event triggered) 측정 보고 송신의 경우, RSS 크기 및 유지시간 관련 임계값이 크게 설정되면, 측정 보고 송신이 늦어지고, 측정 보고 송신의 실패율 및 재전송 확률이 증가된다. 이로 인해, 처리량 및 에너지 낭비가 발생하고, HOF 비율도 증가될 수 있다. 주기적(periodic) 측정 보고 송신의 경우, RSS 크기 및 유지시간 관련 임계값이 크게 설정되면, 핸드오버 결정이 늦어지고, 측정 보고 송신 횟수 증가할 수 있다. 이로 인해, 처리량 및 에너지 낭비가 발생하고, HOF 비율도 증가될 수 있다.
따라서, 통신 성능 및 에너지 효율을 향상하기 위해, 해당 임계값의 영향을 최소화할 수 있는 방안이 필요하다. 이에 따라, 본 개시는 핸드오버 빈도를 증가하지 않으면서, 타겟 셀의 RSS 크기 및 유지시간에 대한 임계값으로의 영향을 최소화하고, 통신 성능을 향상시키고, 에너지 효율을 증대시킬 수 있는 기술을 제안한다.
도 13a 및 도 13b은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버의 수행 위치 및 시점의 예를 도시한다.
도 13a을 참고하면, 기지국(1310-1)이 현재 단말(1320)의 서빙 기지국이다. 단말(1320)은 기지국(1310-2)의 셀을 향해 이동하며, 이에 따라, 기지국(1310-1)으로부터 기지국(1310-2)로의 핸드오버가 요구될 것이다. 이때, 종래의 핸드오버 절차에 따르는 경우 핸드오버가 제1 경계선(1302a) 상에서 수행된다면, 본 개시의 다양한 실시 예들에 따른 핸드오버는 제2 경계선(1304a) 상에서 수행될 수 있다. 즉, 본 개시의 다양한 실시 예들에 따르면, 보다 일찍 핸드오버가 수행될 수 있다.
도 13b는 단말(1320)의 이동에 따른 기지국(1310-1) 및 기지국(1310-2)에 대한 RSS 값들의 변화를 예시한다. 도 13b를 참고하면, 단말(1320)의 이동에 따라, 기지국(1310-1)으로부터 기지국(1310-2)로의 핸드오버가 요구될 것이다. 이때, 종래의 핸드오버 절차에 따르는 경우 핸드오버가 제1 시점(1302b)에서 수행된다면, 본 개시의 다양한 실시 예들에 따른 핸드오버는 제2 시점(1304b)에서 수행될 수 있다. 즉, 본 개시의 다양한 실시 예들에 따르면, 보다 일찍 핸드오버가 수행될 수 있다.
도 13a 및 도 13b와 같은 이른 핸드오버를 위해, 핸드오버 예측(prediction) 정보에 기반하여, 타겟 셀에 대하여 측정된 RSS 크기 및 유지시간이 조절될 수 있다. 즉, 종래의 기술과 달리, 제안 기술은 인공지능을 기반으로 진행된 예측에 의해 선택된 셀(예: 예측 결과에서 신뢰도가 일정한 기준 이상인 셀)에 대한 RSS 값 및 유지시간을 조절함으로써, 핸드오버가 상대적으로 일찍 진행되도록 유도한다. 이를 통해, 불필요한 측정 보고 송신 횟수 및 HOF 비율이 감소할 수 있다.
도 14는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버의 개념을 도시한다. 도 14를 참고하면, 단말(1420)이 기지국(1410-1)의 셀에서 기지국(1410-2)의 셀로 이동한다. 이에 따라, 제1 지점(1402)에서 A2 이벤트가 트리거링되고, 제2 지점(1404)에서 핸드오버가 수행될 수 있다. 단말(1420)의 이동 경로 상에서, 제2 지점(1404)은 종래기술에 따른 핸드오버 수행 지점(1406)보다 앞서 도달하게 되는 위치이다.
이를 위해, 서빙 셀인 기지국(1410-1)은 모든 위치들에서의 핸드오버 예측 관련 정보는 보유할 수 있다. 단말(1420)에 의해 측정된 서빙 셀에 대한 RSS 값이 일정한 수치 이하로 낮아지면, 단말(1420) 또는 기지국(1410-1)에 의해 핸드오버 예측 연산이 수행된다. 예측에 의해 선택된 셀의 신뢰도가 일정한 기준 이상이면, 선택된 셀에 대하여 측정된 RSS 값과 시간 카운터(time counter) 값에 일정한 이득(gain)이 추가되고, 이에 따라 핸드오버가 일찍 진행될 수 있다.
시스템의 필요 또는 구현에 따라서, 예측 연산은 기지국(1410-1) 또는 단말(1420)에 의해 수행될 수 있다. 예측 연산을 단말(1420)에서 수행하는 경우, 예측 연산의 횟수가 최소화될 수 있고, 기지국(1410-1)의 연산 부담이 단말(1420)에게 분담되는 이점이 있다. 단말(1420)에서 예측 연산을 처리하기 위해 필요한 정보(예: 예측 모델 및 입력 정보)는 기지국(1410-1)으로부터 제공될 수 있다. 예측 연산을 기지국(1410-1)에서 수행하는 경우, 기지국(1410-1) 및 단말(1420) 간 시그널링 오버헤드(signaling overhead), 단말(1420)이 부담해야 하는 연산량, 단말(1420)의 에너지 소모가 최소화될 수 있다. 이 경우, 기지국(1410-1)은 예측 결과(예: 선택된 셀 정보)를 단말(1420)에게 전달한다.
다양한 실시 예에 따른 핸드오버를 위해, 예측 모델이 사용된다. 타겟 셀의 선택은 MAB 문제로 취급할 수 있으며, 이에 따라 본 개시는 MAB 문제 해결을 위하 UCB 기법 또는 톰슨 샘플링 기법을 이용하는 것을 제안한다.
UCB 기법 및 톰슨 샘플링 기법 등의 예측 알고리즘은 이용(exploitation) 및 탐색(exploration)을 균형있게 조절하는 기법들이다. 여기서, 이용은 단말이 가장 좋은 셀을 예측 추천하는 개념이고, 탐색은 더 많은 정보를 수집하기 위해 불확실성이 높은 셀을 추천하는 개념으로 이해될 수 있다. 종래의 핸드오버 기술은 주요 지향점인 이용 기반 추천에 따르므로, 현재의 상황 및 환경에서 좋은 셀 위주로 추천되는 한계를 가진다. 이에 반해, 제안 기술은 탐색을 통해 신규 셀도 적절히 추천하고, 해당 셀의 피드백을 단말 및 전체 기지국들에 효율적으로 반영할 수 있다. 이용 및 탐색 사이에 트레이드-오프(trade-off)가 존재하고, 이용 및 탐색을 조절하는 것이 일시적으로 단말에게 손해일 수 있다. 그러나, 탐색을 통해 단말은 여러 셀들을 확인하기 때문에, 전체적인 효율이 증가할 수 있다.
UCB 기법은 핸드오버 진행 시 현재의 상황 및 환경에서 후보 데이터의 불확실성을 고려하여 가장 좋은 셀을 결정한다. UCB 기법은 과거에 관측된 데이터를 이용하여 핸드오버 진행 시 후보 셀의 평균 보상 값을 추정한 후, 불확실성이 높은(예: 연산 진행하려는 시점까지 전체 핸드오버 횟수 대비 해당 셀이 선택된 횟수가 적은) 셀에게 일정한 가중치를 부여함으로써 선택될 확률을 높인다. 이를 통해, UCB 모델은 균형 있게 탐색하면서, 선택을 진행할 수 있다. UCB 모델이 핸드오버를 위한 셀 선택에 적용되면, 전술한 [수학식 2]에서의 각 변수는 다음과 같이 이해될 수 있다. Qt(a)는 예측 연산을 진행하려는 시점까지 셀 a로 핸드오버 진행 시의 평균 보상 값으로서, {셀 a로 핸드오버 진행 시 부여되는 보상의 합}을 {셀 a로 핸드오버 진행한 횟수}로 나눔으로써 결정될 수 있다. t는 현재 시점까지 전체 핸드오버 횟수, Nt(a)는 현재 시점까지 셀 a가 선택된 횟수이다.
UCB 기법의 적용 초기 구간에서, 평균 보상값이 작더라도, 선택된 횟수가 적어서 데이터의 불확실성이 높은 셀들의 선택될 확률을 높임으로써, 탐색을 상대적으로 많이 진행하도록 알고리즘이 운용될 수 있다. 핸드오버 진행 횟수의 증가에 따라, 불확실성은 감소되고, 추가된 가중치의 영향도 작아진다. 충분한 횟수의 핸드오버들이 진행되면, 평균 보상 값의 불확실성의 가중치 값의 분자는 로그 스케일(log scale), 분모 선형 스케일(linear scale)이기 때문에, 평균 보상 값이 더 큰 영향을 가지게 된다. 이에 따라, 충분한 탐색 후, 즉, 후보 데이터의 불확실성이 작아진 후, 높은 평균 보상 값을 가지는 셀 위주로 핸드오버가 수행될 것이다.
UCB 모델에서 활동(action)은 단말이 서빙 셀 및 인접 셀의 RSS 값들을 측정하는 동작, 선택된 셀의 RSS 크기 및 유지시간 조절하고, 측정 결과(measurement result) 값을 서빙 셀 기지국에게 전달하는 동작으로 이해될 수 있다. 선택된 셀로 핸드오버 진행 후 서비스 품질(quality of service, QoS) 유지 여부 및 새로운 서빙 셀에 대한 RSS 값에 기반하여, 보상이 판단되고, 보상 값(예: Q)이 갱신될 수 있다. 예를 들어, 서비스 품질이 일정 시간 동안 유지되지 아니하면, 보상은 0이고, 서비스 품질이 일정 시간 이상 유지되면, 이하 [수학식 3]와 같이 새로운 서빙 셀의 RSS 값 및 임계값(예: 이전 서빙 셀에 대한 RSS 값 + 일정한 수치 RSSΔ)의 비교에 기반하여 보상이 결정될 수 있다.
Figure PCTKR2022008750-appb-img-000003
[수학식 3]에서, R은 보상 값, RSST는 핸드오버 후 셀에 대한 RSS, RSSS는 이전 서빙 셀에 대한 RSS 값, RSSΔ는 서비스 품질의 유지 여부를 판단하기 위한 임계값을 의미한다.
톰슨 샘플링 기법은 핸드오버 진행 시 현재의 상황과 환경에서 가장 좋은 셀을 결정하도록 하는 알고리즘이다. 톰슨 샘플링 기법은 과거에 관측된 데이터에 기반하여 핸드오버 진행을 위한 후보RAT들의 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)는 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. 예를 들어, 선택된 후보에 대하여, 1의 보상 및 0의 보상이 각각 5회, 3회 발생하면, 해당 후보의 보상 확률 p는 Beta(5, 3)의 분포를 가지는 것으로 추정될 수 있다.
다양한 실시 예들에 따라 핸드오버를 위한 RAT의 선택에 톰슨 샘플링을 적용하면, 선택 가능한 RAT들이 도 15에 예시된 베타 분포들에 대응한다. 이 경우, 주어진 배타 분포들, 즉, 추정된 분포에 기반한 확률 매칭(probability matching)을 이용하여 RAT이 선택되며, 이는 기지국에서 선택된 RAT에 대해 긍정의 보상이 내려질 확률을 최대가 되도록 하는 방식이다.
톰슨 샘플링 기법은 UCB 기법에 비하여 수렴 속도가 빠르고 성능도 더욱 우수하지만, 베타(Beta) 분포의 계산으로 인해 상대적으로 연산량 부담이 크다. 그러므로, 에너지 효율 및 연산량 부담에 민감한 단말에 예측 연산을 처리하는 경우, UCB 기법이 적합할 수 있다. 반면, 연산 자원이 상대적으로 풍부한 기지국에서 예측 연산을 처리하는 경우, 톰슨 샘플링 기법이 더욱 적합할 수 있다. 하지만, 본 개시가 이에 제한되는 것은 아니며, 다양한 이유에서 단말이 톰슨 샘플링 기법에 따른 예측 연산을 처리하거나, 기지국이 UCB 기법에 따른 예측 연산을 처리할 수 있다.
이하 예측 모델에 기반하여 핸드오버를 수행하기 위한 다양한 실시 예들이 설명된다. 구체적으로, 본 개시는 예측 모델에 기반하여 선택된 타겟 셀로의 핸드오버를 수행하기 위한 다양한 실시 예들을 설명한다. 다만, 타겟 셀이 예측 모델에 기반하여 선택되더라도, 선택된 셀로의 핸드오버가 성공적으로 완료됨이 보장되는 것은 아니다. 즉, 이하 설명되는 실시 예들 중 일부는 예측 모델에 기반하여 선택된 타겟 셀로의 핸드오버가 성공되는 경우에 해당하지만, 경우에 따라 핸드오버가 실패하거나 또는 다른 셀로 핸드오버될 수 있다.
도 16은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버를 수행하는 절차의 예를 도시한다. 도 16은 핸드오버를 수행하는 단말(예: 도 13a의 단말(1320), 도 14의 단말(1320))의 동작 방법을 예시한다.
도 16을 참고하면, S1601 단계에서, 단말은 측정에 관련된 설정 정보를 수신한다. 여기서, 측정은 핸드오버를 수행하기 위해 요구되는 서빙 셀 또는 이웃 셀들에 대한 신호 품질(예: RSS, SINR(signal to interference noise ratio), RSRP(reference signal received power), RSRQ(reference signal received quality) 등)을 측정하는 동작을 의미하며, 설정 정보는 측정의 수행, 측정의 보고 등에 관련된 설정 정보를 포함한다. 일 실시 예에 따라, 추가적으로, 설정 정보는 인공지능 기반의 예측 모델을 이용하여 선택된 타겟 셀을 지시하는 정보 또는 예측 모델을 이용한 예측 연산을 수행하기 위해 필요한 정보 중 적어도 하나를 포함할 수 있다. 예를 들어, 예측 연산을 수행하기 위해 필요한 정보는, 위치 별 예측 모델에 관련된 정보로서, 예측 모델에 의해 수행된 핸드오버의 횟수 및 셀 별 선택된 횟수를 지시하는 정보, 또는 상기 예측 모델에 포함되는 후보 셀 별 확률 분포를 지시하는 정보 중 적어도 하나를 포함할 수 있다.
S1603 단계에서, 단말은 예측에 기반하여 선택된 셀에 대한 측정 정보를 포함하는 측정 보고를 송신한다. 즉, 측정 보고는 예측 모델을 이용하여 수행되는 예측에 따라 선택된 타겟 셀에 대한 측정 값을 포함한다. 여기서, 예측 모델을 이용한 예측 연산은 단말 또는 기지국에 의해 수행될 수 있다. 이때, 측정 정보에 포함되는 신호 품질 값은 일정한 이득 값 만큼 증가한 후 송신된다. 이때, 증가되는 양은 예측 모델을 이용한 예측의 신뢰도에 따라 달라질 수 있다. 여기서, 신뢰도는 예측 모델을 이용한 선택을 위해 계산 또는 선택되는 지표(metric)에 비례할 수 있다.
S1605 단계에서, 단말은 핸드오버 명령 메시지를 수신한다. 측정 보고를 송신한 후, 단말은 기지국으로부터 핸드오버 명령 핸드오버를 수행할 것을 명령하는 메시지를 수신할 수 있다. 핸드오버 명령 메시지는 타겟 셀에 대한 정보를 포함하는 RRC 재설정(reconfiguration) 메시지일 수 있다. 이때, 핸드오버 명령 메시지는 예측에 기반하여 선택된 셀을 타겟 셀로서 지시할 수 있다.
S1607 단계에서, 단말은 핸드오버를 수행한다. 단말은 지시된 타겟 셀에 대응하는 기지국에 대하여 랜덤 억세스를 수행하고, 핸드오버 확인 메시지를 송신할 수 있다. 이때, 일 실시 예에 따라, 단말은 핸드오버의 결과에 따라 예측 모델을 갱신하기 위한 정보를 생성하고, 생성된 정보를 핸드오버 확인 메시지를 통해 송신할 수 있다. 예측 모델을 갱신하기 위한 정보는 핸드오버 후 서비스 품질 유지 여부를 지시하는 정보, 핸드오버 후 서빙 셀에 대한 신호 품질을 지시하는 정보, 예측 모델에서 사용되는 보상 값, 예측 모델에 포함되는 셀 별 확률 분포를 지시하는 정보 중 적어도 하나를 포함할 수 있다.
도 16을 참고하여 설명한 실시 예에 따라, 예측 모델을 이용한 핸드오버가 수행될 수 있다. 전술한 동작들에서, 예측 모델을 이용하여 선택된 타겟 셀에 대한 측정 값이 조절된다. 이때, 조절되는 측정 값의 증가량 또는 증가량의 범위(예: 상한 값 또는 하한 값)은 기지국에 의해 설정될 수 있다. 이 경우, 증가량에 관련된 정보가 측정에 관련된 설정 정보에 포함될 수 있다. 즉, 설정 정보는 예측 모델을 이용하여 선택된 타겟 셀의 측정 값을 조절하기 위해 필요한 정보(예: 이득 값, 이득 값의 범위 등)를 더 포함할 수 있다.
도 16을 참고하여 설명한 실시 예에서, 예측 모델을 이용하여 선택된 타겟 셀에 대한 측정 값이 조절된다. 추가적으로, 일 실시 예에 따라, 예측 모델을 이용하여 선택된 타겟 셀에 대한 시간 카운터 값이 조절될 수 있다. 여기서, 시간 카운터 값은 측정 값이 특정 조건을 만족하는 상태가 주어진 타이머(timer) 동안 유지되는지를 판단하기 위해, 조건 만족이 시작된 시점부터의 경과 시간을 카운팅하는 값이다. 시간 카운터 값이 타이머 값에 도달하면 핸드오버가 시작되므로, 이른 핸드오버를 위해 시간 카운터 값이 실제보다 크게 조절될 수 있다. 단, 카운터 값은 단말에서 조절되거나 또는 기지국에서 조절될 수 있다. 예를 들어, 측정 보고가 이벤트 트리거링 기반으로 송신되는 경우, 단말이 시간 카운터 값을 조절할 수 있다.
도 17은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 핸드오버를 제어하는 절차의 예를 도시한다. 도 17은 핸드오버를 제어하는 기지국(예: 도 13a의 기지국(1310-1), 도 14의 기지국(1410-1))의 동작 방법을 예시한다.
도 17을 참고하면, S1701 단계에서, 기지국은 측정에 관련된 설정 정보를 송신한다. 설정 정보는 측정의 수행, 측정의 보고 등에 관련된 설정 정보를 포함한다. 일 실시 예에 따라, 추가적으로, 설정 정보는 인공지능 기반의 예측 모델을 이용하여 선택된 타겟 셀을 지시하는 정보 또는 예측 모델을 이용한 예측 연산을 수행하기 위해 필요한 정보 중 적어도 하나를 포함할 수 있다. 예를 들어, 예측 연산을 수행하기 위해 필요한 정보는, 위치 별 예측 모델에 관련된 정보로서, 예측 모델에 의해 수행된 핸드오버의 횟수 및 셀 별 선택된 횟수를 지시하는 정보, 또는 상기 예측 모델에 포함되는 후보 셀 별 확률 분포를 지시하는 정보 중 적어도 하나를 포함할 수 있다.
S1703 단계에서, 기지국은 예측에 기반하여 선택된 셀에 대한 측정 정보를 포함하는 측정 보고를 수신한다. 즉, 측정 보고는 예측 모델을 이용하여 수행되는 예측에 따라 선택된 타겟 셀에 대한 측정 값을 포함한다. 여기서, 예측 모델을 이용한 예측 연산은 단말 또는 기지국에 의해 수행될 수 있다. 이때, 측정 정보에 포함되는 신호 품질 값은 일정한 이득 값 만큼 증가한 후 송신된다. 이때, 증가되는 양은 예측 모델을 이용한 예측의 신뢰도에 따라 달라질 수 있다. 여기서, 신뢰도는 예측 모델을 이용한 선택을 위해 계산 또는 선택되는 지표에 비례할 수 있다.
S1705 단계에서, 기지국은 핸드오버 명령 메시지를 송신한다. 측정 보고를 수신한 후, 기지국은 측정 보고에 포함된 측정 값에 기반하여 단말의 핸드오버를 결정할 수 있다. 이에 따라, 기지국은 단말에게 예측에 기반하여 선택된 셀을 타겟 셀로서 지시하는 핸드오버 명령 메시지를 송신할 수 있다.
S1707 단계에서, 기지국은 핸드오버 확인 메시지를 수신한다. 핸드오버 확인 메시지는 단말의 핸드오버 완료 후, 타겟 셀의 기지국으로부터 수신된다. 이때, 일 실시 예에 따라, 핸드오버 확인 메시지는 예측 모델을 갱신하기 위한 정보를 포함할 수 있다. 있다. 예측 모델을 갱신하기 위한 정보는 핸드오버 후 서비스 품질 유지 여부를 지시하는 정보, 핸드오버 후 서빙 셀에 대한 신호 품질을 지시하는 정보, 예측 모델에서 사용되는 보상 값, 예측 모델에 포함되는 셀 별 확률 분포를 지시하는 정보 중 적어도 하나를 포함할 수 있다.
S1709 단계에서, 기지국은 예측 모델을 갱신한다. 즉, 기지국은 핸드오버 확인 메시지에 포함된 정보에 기반하여 예측 모델을 갱신할 수 있다. 핸드오버 확인 메시지에 포함된 정보가 관찰 정보를 포함하는 경우, 기지국은 관찰 정보에 기반하여 보상 값을 결정하고, 결정된 보상 값을 이용하여 예측 모델을 갱신한다. 핸드오버 확인 메시지에 포함된 정보가 갱신된 예측 모델을 포함하는 경우, 기지국은 기존의 예측 모델의 적어도 일부를 갱신된 예측 모델로 대체할 수 있다.
전술한 바와 같이, 예측 모델을 이용하여 핸드오버가 수행될 수 있다. 다양한 실시 예들에 따른 핸드오버 절차는 타겟 셀 선택을 위해 예측 정보를 이용하고, 이른(early) 핸드오버를 진행함으로써, 측정 보고의 횟수를 최소화할 수 있다. 이때, 측정 보고의 송신 방식 및 인공지능 모델을 이용한 예측 연산의 처리 주체에 따라서, 구체적인 절차는 다음과 같이 구분될 수 있다.
시나리오1) 이벤트 트리거링 측정 보고 방식을 적용하고, 단말에서 예측 연산 진행
시나리오2) 이벤트 트리거링 MR 방식을 적용하고, 기지국에서 예측연산 진행
시나리오3) 주기적 MR 방식을 적용하고, 단말에서 예측 연산 진행
시나리오4) 주기적 MR 방식을 적용하고, 기지국에서 예측 연산 진행
위 나열된 시나리오들 각각은 장점 및 단점을 가질 수 있다. 예를 들어, 시나리오2의 경우, 측정 보고 이벤트를 만족하는 조건에서만 측정 보고가 송신되므로, 주기적 측정 보고 방식 대비 시그널링 오버헤드가 작고, 에너지 효율이 높을 수 있다. 또한, 시나리오2의 경우, 기지국에서 예측 연산이 처리되기 때문에, 예측을 위한 시그널링 오버헤드가 작고, 단말의 에너지 소모가 적을 수 있다. 또한, 연산 자원이 상대적으로 여유로운 기지국에서 예측 연산을 처리함으로써, 연산량은 상대적으로 높지만 성능이 더욱 우수한 예측 알고리즘이 사용하는 것에 부담이 적다.
이하 각 시나리오 별 핸드오버 절차가 상세히 설명된다.
도 18은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 이벤트 트리거링 측정 보고 및 단말의 예측 연산에 기반한 핸드오버를 위한 신호 교환의 예를 도시한다. 도 18에서, 제1 기지국(1810-1)은 서빙 기지국, 제2 기지국(1810-2)는 타겟 기지국이다.
도 18을 참고하면, S1801 단계에서, 제1 기지국(1810-1)은 UE(1820)에게 측정 설정 정보를 송신한다. 즉, UE(1820)가 셀룰러 망에 연결된 후, 제1 기지국(1810-1)은 UE(1820)에게 측정 설정을 송신한다. S1803 단계에서, UE(1820)는 제1 기지국(1810-1)에게 측정 보고를 송신한다. 즉, UE(1820)는 측정 설정 정보에 따라 측정된 서빙 셀의 RSS 값이 일정 수치 보다 작아지면, A2 이벤트가 만족됨을 판단한다. 이에 따라, UE(1820)는 제1 기지국(1810-1)에게 측정 보고를 송신한다.
S1805 단계에서, 제1 기지국(1810-1)은 UE(1820)에게 측정 설정 정보를 송신한다. 여기서, 일 실시 예에 따라, 측정 설정 정보는 예측 동작에 필요한 정보를 포함할 수 있다. 즉, 제1 기지국(1810-1)은 UE(1820)의 위치에서의 예측에 필요한 정보(예: 사용 모델, 해당 모델의 입력 정보)를 측정 설정을 통해 UE(1820)에게 전송한다. 예를 들어, UCB 모델의 경우, 예측에 필요한 정보는, 일정한 범위 내 각 위치에서의 총 핸드오버 횟수와 서빙 셀 및 후보 셀들의 선택된 횟수를 포함할 수 있다. 다른 예로, TS 모델의 경우, 예측에 필요한 정보는 일정한 범위 내 각 위치에서의 서빙 셀 및 후보 셀들의 베타 분포 정보를 포함할 수 있다.
S1807 단계에서, UE(1820)는 셀들에 대한 측정을 수행하고, 예측 연산에 기반하여 타겟 셀을 선택한 후, 선택된 셀의 RSS 값 및/또는 카운터(counter) 값을 조정한다. 다시 말해, UE(1820)는 서빙 셀 및 적어도 하나의 후보 셀의 RSS를 측정한다. 그리고, UE(1820)는 예측 연산을 수행함으로써 신뢰도가 가장 높은 셀을 선택한다. 예를 들어, UCB 모델이 사용되는 경우, 후보 셀들의 평균 보상 값에 데이터의 불확실성을 반영한 최종 값 중에 최대의 값을 가진 셀이 선택된다. 다른 예로, TS 모델이 사용되는 경우, 후보 셀들의 베타 분포로 랜덤 샘플링한 값 중에 최대의 값을 가진 셀이 선택된다. 예측 신뢰도가 일정한 기준 이상일 때, UE(1820)는 선택된 셀의 RSS 값 및 시간 카운터(time counter) 각각에 일정한 이득 Δ을 더한다. 즉, UE(1820)는 RSS 값=RSS 값+Δ1, 시간 카운터=시간 카운터+Δ2의 연산을 수행한다. 이때, 신뢰도가 높을수록 큰 이득이 적용될 수 있다.
일 실시 예에 따라, 이득 Δ의 범위는 기지국에 의해 설정되고, S1805 단계에서 송신된 측정 설정에 포함될 수 있다. 여기서, 이득을 부가하는 방식은 아래와 같은 2가지 모드들 중 하나에 따를 수 있다. 예측된 셀을 타겟 셀로 선택될 수 있게 하는 제1 모드의 경우, 이득 Δ의 범위는 예측된 타겟 셀의 최종 RSS 값이 모든 인접 셀들의 RSS 값들의 최대값 이상이 되고, 측정 보고가 트리거될 수 있도록 설정될 수 있다. 예측된 셀이 기지국에서 타겟 셀로서 선택될 확률을 높이는 제2 모드의 경우, 이득 Δ의 범위는 예측된 셀에 대한 샘플링 값에 따라 단계 별로 정의된 값 또는 비율에 기반하여 설정될 수 있다.
S1809 단계에서, UE(1820)는 제1 기지국(1810-1)에게 측정 보고를 송신한다. 다시 말해, UE(1820)는 측정 보고를 서빙 셀에 송신한다. 여기서, 측정 보고는 이득과 합산된 RSS 값, 이득과 합산된 시간 카운터 값 중 적어도 하나를 포함할 수 있다. S1811 단계에서, 제1 기지국(1810-1)은 UE(1820)의 핸드오버를 결정한다. 제1 기지국(1810-1)은 측정 보고에 기반하여 핸드오버를 결정한다. 본 예시적 절차에서, 제2 기지국(1810-2)가 타겟 셀로서 선택된다. S1813 단계에서, 제1 기지국(1810-1)은 제2 기지국(1810-2)에게 핸드오버 요청 메시지를 송신한다. 이에 따라, 제2 기지국(1810-2)은 UE(1820)에 대한 수용여부를 판단한다. 본 예시적 절차에서, 제2 기지국(1810-2)은 UE(1820)의 수락을 허용한다. S1815 단계에서, 제2 기지국(1810-2)은 제1 기지국(1810-1)에게 핸드오버 요청 ACK(acknowledge) 메시지를 송신한다. S1817 단계에서, 제1 기지국(1810-1)은 UE(1820)에게 핸드오버 명령 메시지를 송신한다. 이에 따라, UE(1820)는 제1 기지국(1810-1)의 명령에 따라 핸드오버를 진행한다. 여기서, 핸드오버 명령 메시지는 타겟 셀로서 제2 기지국(1810-2)를 지시하며, UE(1820)는 제2 기지국(1810-2)로이 핸드오버를 수행할 수 있다.
S1819 단계에서, UE(1820)는 갱신할 예측 모델 정보를 결정한다. 즉, UE(1820)는 타겟 셀로 핸드오버 수행 후, 새로운 서빙 셀의 RSS 값, UE(1820)의 서비스 품질 유지 여부를 확인하고, 확인된 정보에 기반하여 예측 모델을 갱신하기 위한 정보(예: UCB 모델의 경우 보상 혹은 Q값, TS 모델의 경우 보상 혹은 베타 분포 정보)를 결정한다. S1821 단계에서, UE(1820)는 제2 기지국(1810-2)에게 핸드오버 확인(confirm) 메시지를 송신한다. 여기서, 핸드오버 확인 메시지는 예측 모델을 갱신하기 위한 정보(이하, '모델 갱신 정보')를 포함한다. 즉, UE(1820)는 모델 갱신 정보를 ACK 정보와 함께 송신한다. S1823 단계에서, 제2 기지국(1810-2)은 제1 기지국(1810-1)에게 핸드오버 확인 ACK 메시지를 송신한다. 여기서, 핸드오버 확인 ACK 메시지는 UE(1820)로부터 수신된 모델 갱신 정보를 포함한다. S1825 단계에서, 제1 기지국(1810-1)은 예측 모델을 갱신한다. 즉, 제1 기지국(1810-1)은 핸드오버 확인 ACK 메시지에 포함된 모델 갱신 정보에 기반하여 예측 모델을 갱신할 수 있다.
도 19는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 이벤트 트리거링 측정 보고 및 단말의 예측 연산에 기반한 핸드오버를 위한 절차의 예를 도시한다. 도 19는 단말, 서빙 기지국으로 동작하는 제1 기지국, 타겟 기지국으로 동작하는 제2 기지국의 동작 방법을 예시한다.
도 19를 참고하면, S1901 단계에서, 단말은 셀룰러 망에 연결한다. S1903 단계에서, 제1 기지국은 단말에게 측정 설정을 전송한다. S1905 단계에서, 단말은 A2 이벤트를 검출하고, 제1 기지국에게 측정 보고를 송신한다. S1907 단계에서, 제1 기지국은 단말의 예측 진행에 필요한 정보를 포함하는 측정 설정을 송신한다. S1909 단계에서, 단말은 서빙 셀 및 후보 셀들의 RSS 값을 측정 후, 예측에 의해 선택된 셀의 RSS 크기 및 유지시간 측정 값을 조절하고, 측정 보고를 송신한다.
S1911 단계에서, 제1 기지국은 핸드오버의 진행 여부를 판단한다. 핸드오버의 진행이 결정되면, S1913 단계에서, 단말은 서빙 셀 기지국인 제1 기지국으로부터의 명령을 수신하고, 선택된 타겟 셀인 제2 기지국으로의 핸드오버를 진행한다. S1915 단계에서, 단말은 갱신할 예측 모델 정보를 계산한다. S1917 단계에서, 단말은 타겟 셀인 제2 기지국에게 핸드오버 확인 메시지를 송신한다. 핸드오버 확인 메시지는 갱신할 예측 모델 정보를 포함한다. S1919 단계에서, 제2 기지국은 이전 서빙 셀인 제1 기지국에게 핸드오버 ACK 메시지를 송신한다. 핸드오버 ACK 메시지는 갱신할 예측 모델 정보를 포함한다. S1921 단계에서, 제1 기지국은 예측 모델을 갱신한다.
도 20은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 이벤트 트리거링 측정 보고 및 기지국의 예측 연산에 기반한 핸드오버를 위한 신호 교환의 예를 도시한다. 도 20에서, 제1 기지국(2010-1)은 서빙 기지국, 제2 기지국(2010-2)는 타겟 기지국이다.
도 20을 참고하면, S2001 단계에서, 제1 기지국(2010-1)은 UE(2020)에게 측정 설정 정보를 송신한다. 즉, UE(2020)가 셀룰러 망에 연결된 후, 제1 기지국(2010-1)은 UE(2020)에게 측정 설정을 송신한다. S2003 단계에서, UE(2020)는 제1 기지국(2010-1)에게 측정 보고를 송신한다. 즉, UE(2020)는 측정 설정 정보에 따라 측정된 서빙 셀의 RSS 값이 일정 수치 보다 작아지면, A2 이벤트가 만족됨을 판단한다. 이에 따라, UE(2020)는 제1 기지국(2010-1)에게 측정 보고를 송신한다.
S2005 단계에서, 제1 기지국(2010-1)은 예측 연산에 기반하여 타겟 셀을 선택한다. 즉, 제1 기지국(2010-1)은 단말 위치에 대응하는 모델을 이용하여 예측을 수행함으로써 가장 높은 신뢰도를 가지는 셀을 선택한다.
S2007 단계에서, 제1 기지국(2010-1)은 UE(2020)에게 측정 설정 정보를 송신한다. 여기서, 일 실시 예에 따라, 측정 설정 정보는 S2005 단계에서 선택된 타겟 셀에 대한 정보를 포함할 수 있다. 즉, 예측에 따라 선택된 셀의 신뢰도가 일정한 기준 이상이면, 제1 기지국(2010-1)은 예측 결과에 관련된 정보를 측정 설정에 추가하고, 측정 설정을 UE(2020)에게 송신한다.
S2009 단계에서, UE(2020)는 셀들에 대한 측정을 수행하고, 예측에 의해 선택된 셀의 RSS 값 및/또는 카운터 값을 조정한다. 다시 말해, UE(2020)는 서빙 셀 및 적어도 하나의 후보 셀의 RSS를 측정한다. 그리고, UE(2020)는, 측정 정보를 통해 지시된, 선택된 셀의 RSS 값 및 시간 카운터 각각에 일정한 이득 Δ을 더한다. 즉, UE(2020)는 RSS 값=RSS 값+Δ1, 시간 카운터=시간 카운터+Δ2의 연산을 수행한다. 이때, 신뢰도가 높을수록 큰 이득이 적용될 수 있다.
일 실시 예에 따라, 이득 Δ의 범위는 기지국에 의해 설정되고, S2007 단계에서 송신된 측정 설정에 포함될 수 있다. 여기서, 이득을 부가하는 방식은 아래와 같은 2가지 모드들 중 하나에 따를 수 있다. 예측된 셀을 타겟 셀로 선택될 수 있게 하는 제1 모드의 경우, 이득 Δ의 범위는 예측된 타겟 셀의 최종 RSS 값이 모든 인접 셀들의 RSS 값들의 최대값 이상이 되고, 측정 보고가 트리거될 수 있도록 설정될 수 있다. 예측된 셀이 기지국에서 타겟 셀로서 선택될 확률을 높이는 제2 모드의 경우, 이득 Δ의 범위는 예측된 셀에 대한 샘플링 값에 따라 단계 별로 정의된 값 또는 비율에 기반하여 설정될 수 있다.
S2011 단계에서, UE(2020)는 제1 기지국(2010-1)에게 측정 보고를 송신한다. 다시 말해, UE(2020)는 측정 보고를 서빙 셀에 송신한다. 여기서, 측정 보고는 이득과 합산된 RSS 값, 이득과 합산된 시간 카운터 값 중 적어도 하나를 포함할 수 있다. S2013 단계에서, 제1 기지국(2010-1)은 UE(2020)의 핸드오버를 결정한다. 제1 기지국(2010-1)은 측정 보고에 기반하여 핸드오버를 결정한다. 본 예시적 절차에서, 제2 기지국(2010-2)가 타겟 셀로서 선택된다. S2015 단계에서, 제1 기지국(2010-1)은 제2 기지국(2010-2)에게 핸드오버 요청 메시지를 송신한다. 이에 따라, 제2 기지국(2010-2)은 UE(2020)에 대한 수용여부를 판단한다. 본 예시적 절차에서, 제2 기지국(2010-2)은 UE(2020)의 수락을 허용한다. S2017 단계에서, 제2 기지국(2010-2)은 제1 기지국(2010-1)에게 핸드오버 요청 ACK 메시지를 송신한다. S2019 단계에서, 제1 기지국(2010-1)은 UE(2020)에게 핸드오버 명령 메시지를 송신한다. 이에 따라, UE(2020)는 제1 기지국(2010-1)의 명령에 따라 핸드오버를 진행한다. 여기서, 핸드오버 명령 메시지는 타겟 셀로서 제2 기지국(2010-2)를 지시하며, UE(2020)는 제2 기지국(2010-2)로이 핸드오버를 수행할 수 있다.
S2021 단계에서, UE(2020)는 제2 기지국(2010-2)에게 핸드오버 확인 메시지를 송신한다. 여기서, 핸드오버 확인 메시지는 모델 갱신 정보를 포함한다. 즉, UE(2020)는 모델 갱신 정보를 ACK 정보와 함께 송신한다. 여기서, 모델 갱신 정보는 새로운 서빙 셀인 제2 기지국(2010-2)에 대한 RSS 값, 서비스 품질의 유지 여부를 지시하는 정보를 포함할 수 있다. S2023 단계에서, 제2 기지국(2010-2)은 제1 기지국(2010-1)에게 핸드오버 확인 ACK 메시지를 송신한다. 여기서, 핸드오버 확인 ACK 메시지는 UE(2020)로부터 수신된 모델 갱신 정보를 포함한다. S2025 단계에서, 제1 기지국(2010-1)은 예측 모델을 갱신한다. 즉, 제1 기지국(2010-1)은 핸드오버 확인 ACK 메시지에 포함된 모델 갱신 정보에 기반하여 예측 모델을 갱신할 수 있다.
도 21은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 이벤트 트리거링 측정 보고 및 기지국의 예측 연산에 기반한 핸드오버를 위한 절차의 예를 도시한다. 도 21은 단말, 서빙 기지국으로 동작하는 제1 기지국, 타겟 기지국으로 동작하는 제2 기지국의 동작 방법을 예시한다.
도 21을 참고하면, S2101 단계에서, 단말은 셀룰러 망에 연결한다. S2103 단계에서, 제1 기지국은 단말에게 측정 설정을 전송한다. S2105 단계에서, 단말은 A2 이벤트를 검출하고, 제1 기지국에게 측정 보고를 송신한다. S2107 단계에서, 제1 기지국은 제1 기지국에 의한 예측의 결과를 포함하는 측정 설정을 송신한다. S2109 단계에서, 단말은 서빙 셀 및 후보 셀들의 RSS 값을 측정 후, 예측에 의해 선택된 셀의 RSS 크기 및 유지시간 측정 값을 조절하고, 측정 보고를 송신한다.
S2111 단계에서, 제1 기지국은 핸드오버의 진행 여부를 판단한다. 핸드오버의 진행이 결정되면, S2113 단계에서, 단말은 서빙 셀 기지국인 제1 기지국으로부터의 명령을 수신하고, 선택된 타겟 셀인 제2 기지국으로의 핸드오버를 진행한다. S2115 단계에서, 단말은 타겟 셀인 제2 기지국에게 핸드오버 확인 메시지를 송신한다. 핸드오버 확인 메시지는 갱신할 예측 모델 정보로서, 서비스 유지 여부를 지시하는 정보 및 새로운 서빙 셀에 대한 RSS 값을 포함한다. S2117 단계에서, 제2 기지국은 이전 서빙 셀인 제1 기지국에게 핸드오버 ACK 메시지를 송신한다. 핸드오버 ACK 메시지는 서비스 유지 여부를 지시하는 정보 및 새로운 서빙 셀에 대한 RSS 값을 포함한다. S2119 단계에서, 제1 기지국은 예측 모델을 갱신한다.
도 22는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 주기적 측정 보고 및 단말의 예측 연산에 기반한 핸드오버를 위한 신호 교환의 예를 도시한다. 도 22에서, 제1 기지국(2210-1)은 서빙 기지국, 제2 기지국(2210-2)는 타겟 기지국이다.
도 22를 참고하면, S2201 단계에서, 제1 기지국(2210-1)은 UE(2220)에게 측정 설정 정보를 송신한다. 즉, UE(2220)가 셀룰러 망에 연결된 후, 제1 기지국(2210-1)은 UE(2220)에게 측정 설정을 송신한다. S2203 단계에서, UE(2220)는 제1 기지국(2210-1)에게 측정 보고를 송신한다. 이때, UE(2220)는 측정 설정 정보에 의해 설정된(configured) 주기에 따라 측정 보고를 송신한다.
S2205 단계에서, 제1 기지국(2210-1)은 UE(2220)에게 측정 설정 정보를 송신한다. 이때, UE(2220)에 의해 측정된 서빙 셀의 RSS 값이 일정 수치 보다 작아지면, 제1 기지국(2210-1)은 UE(2220)의 위치에서의 예측 동작에 필요한 정보를 측정 설정에 포함시킬 수 있다. 즉, 제1 기지국(2210-1)은 UE(2220)의 위치에서의 예측에 필요한 정보(예: 사용 모델, 해당 모델의 입력 정보)를 측정 설정을 통해 UE(2220)에게 전송한다. 예를 들어, UCB 모델의 경우, 예측에 필요한 정보는, 일정한 범위 내 각 위치에서의 총 핸드오버 횟수와 서빙 셀 및 후보 셀들의 선택된 횟수를 포함할 수 있다. 다른 예로, TS 모델의 경우, 예측에 필요한 정보는 일정한 범위 내 각 위치에서의 서빙 셀 및 후보 셀들의 베타 분포 정보를 포함할 수 있다.
S2207 단계에서, UE(2220)는 셀들에 대한 측정을 수행하고, 예측 연산에 기반하여 타겟 셀을 선택한 후, 선택된 셀의 RSS 값을 조정한다. 다시 말해, UE(2220)는 서빙 셀 및 적어도 하나의 후보 셀의 RSS를 측정한다. 그리고, UE(2220)는 예측 연산을 수행함으로써 신뢰도가 가장 높은 셀을 선택한다. 예를 들어, UCB 모델이 사용되는 경우, 후보 셀들의 평균 보상 값에 데이터의 불확실성을 반영한 최종 값 중에 최대의 값을 가진 셀이 선택된다. 다른 예로, TS 모델이 사용되는 경우, 후보 셀들의 베타 분포로 랜덤 샘플링한 값 중에 최대의 값을 가진 셀이 선택된다. 예측 신뢰도가 일정한 기준 이상일 때, UE(2220)는 선택된 셀의 RSS 값에 일정한 이득 Δ을 더한다. 즉, UE(2220)는 RSS 값=RSS 값+Δ1의 연산을 수행한다. 이때, 신뢰도가 높을수록 큰 이득이 적용될 수 있다.
일 실시 예에 따라, 이득 Δ의 범위는 기지국에 의해 설정되고, S2205 단계에서 송신된 측정 설정에 포함될 수 있다. 여기서, 이득을 부가하는 방식은 아래와 같은 2가지 모드들 중 하나에 따를 수 있다. 예측된 셀을 타겟 셀로 선택될 수 있게 하는 제1 모드의 경우, 이득 Δ의 범위는 예측된 타겟 셀의 최종 RSS 값이 모든 인접 셀들의 RSS 값들의 최대값 이상이 되고, 측정 보고가 트리거될 수 있도록 설정될 수 있다. 예측된 셀이 기지국에서 타겟 셀로서 선택될 확률을 높이는 제2 모드의 경우, 이득 Δ의 범위는 예측된 셀에 대한 샘플링 값에 따라 단계 별로 정의된 값 또는 비율에 기반하여 설정될 수 있다.
S2209 단계에서, UE(2220)는 제1 기지국(2210-1)에게 측정 보고를 송신한다. 다시 말해, 측정 보고의 주기적인 송신 시점이 도래함에 따라, UE(2220)는 측정 보고를 서빙 셀에 송신한다. 여기서, 측정 보고는 선택된 셀을 지시하는 정보, 이득과 합산된 RSS 값, 선택된 셀에 대한 신뢰도 정보 중 적어도 하나를 포함할 수 있다.
S2211 단계에서, 제1 기지국(2210-1)은 선택된 셀의 카운터 값을 조정한다. 즉, 제1 기지국(2210-1)은 UE(2220)에 의한 예측에 따라 선택된 셀의 시간 카운터에 일정한 이득 Δ을 더한다. 즉, 제1 기지국(2010-1)은 시간 카운터=시간 카운터+Δ2의 연산을 수행한다. 이때, 신뢰도가 높을수록 큰 이득이 적용될 수 있다.
S2213 단계에서, 제1 기지국(2210-1)은 UE(2220)의 핸드오버를 결정한다. 제1 기지국(2210-1)은 측정 보고에 기반하여 핸드오버를 결정한다. 본 예시적 절차에서, 제2 기지국(2210-2)이 타겟 셀로서 선택된다. S2215 단계에서, 제1 기지국(2210-1)은 제2 기지국(2210-2)에게 핸드오버 요청 메시지를 송신한다. 이에 따라, 제2 기지국(2210-2)은 UE(2220)에 대한 수용여부를 판단한다. 본 예시적 절차에서, 제2 기지국(2210-2)은 UE(2220)의 수락을 허용한다. S2217 단계에서, 제2 기지국(2210-2)은 제1 기지국(2210-1)에게 핸드오버 요청 ACK 메시지를 송신한다. S2219 단계에서, 제1 기지국(2210-1)은 UE(2220)에게 핸드오버 명령 메시지를 송신한다. 이에 따라, UE(2220)는 제1 기지국(2210-1)의 명령에 따라 핸드오버를 진행한다. 여기서, 핸드오버 명령 메시지는 타겟 셀로서 제2 기지국(2210-2)를 지시하며, UE(2220)는 제2 기지국(2210-2)로이 핸드오버를 수행할 수 있다.
S2221 단계에서, UE(2220)는 갱신할 예측 모델 정보를 결정한다. 즉, UE(2220)는 타겟 셀로 핸드오버 수행 후, 새로운 서빙 셀의 RSS 값, UE(2220)의 서비스 품질 유지 여부를 확인하고, 확인된 정보에 기반하여 모델 갱신 정보(예: UCB 모델의 경우 보상 혹은 Q값, TS 모델의 경우 보상 혹은 베타 분포 정보)를 결정한다. S2223 단계에서, UE(2220)는 제2 기지국(2210-2)에게 핸드오버 확인 메시지를 송신한다. 여기서, 핸드오버 확인 메시지는 모델 갱신 정보를 포함한다. S2225 단계에서, 제2 기지국(2210-2)은 제1 기지국(2210-1)에게 핸드오버 확인 ACK 메시지를 송신한다. 여기서, 핸드오버 확인 ACK 메시지는 UE(2220)로부터 수신된 모델 갱신 정보를 포함한다. S2227 단계에서, 제1 기지국(2210-1)은 예측 모델을 갱신한다. 즉, 제1 기지국(2210-1)은 핸드오버 확인 ACK 메시지에 포함된 모델 갱신 정보에 기반하여 예측 모델을 갱신할 수 있다.
도 23은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 주기적 측정 보고 및 단말의 예측 연산에 기반한 핸드오버를 위한 절차의 예를 도시한다. 도 23은 단말, 서빙 기지국으로 동작하는 제1 기지국, 타겟 기지국으로 동작하는 제2 기지국의 동작 방법을 예시한다.
도 23을 참고하면, S2301 단계에서, 단말은 셀룰러 망에 연결한다. S2303 단계에서, 제1 기지국은 단말에게 측정 설정을 전송한다. S2305 단계에서, 단말은 주기적으로 제1 기지국에게 측정 보고를 송신한다. S2307 단계에서, 제1 기지국은 단말의 예측 진행에 필요한 정보를 포함하는 측정 설정을 송신한다. S2309 단계에서, 단말은 서빙 셀 및 후보 셀들의 RSS 값을 측정 후, 예측에 의해 선택된 셀의 RSS 크기 및 유지시간 측정 값을 조절하고, 측정 보고를 송신한다.
S2311 단계에서, 제1 기지국은 핸드오버의 진행 여부를 판단한다. 핸드오버의 진행이 결정되면, S2313 단계에서, 단말은 서빙 셀 기지국인 제1 기지국으로부터의 명령을 수신하고, 선택된 타겟 셀인 제2 기지국으로의 핸드오버를 진행한다. S2315 단계에서, 단말은 갱신할 예측 모델 정보를 계산한다. S2317 단계에서, 단말은 타겟 셀인 제2 기지국에게 핸드오버 확인 메시지를 송신한다. 핸드오버 확인 메시지는 갱신할 예측 모델 정보를 포함한다. S2319 단계에서, 제2 기지국은 이전 서빙 셀인 제1 기지국에게 핸드오버 ACK 메시지를 송신한다. 핸드오버 ACK 메시지는 갱신할 예측 모델 정보를 포함한다. S2321 단계에서, 제1 기지국은 예측 모델을 갱신한다.
도 24는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 주기적 측정 보고 및 기지국의 예측 연산에 기반한 핸드오버를 위한 신호 교환의 예를 도시한다. 도 24에서, 제1 기지국(2410-1)은 서빙 기지국, 제2 기지국(2410-2)는 타겟 기지국이다.
도 24를 참고하면, S2401 단계에서, 제1 기지국(2410-1)은 UE(2420)에게 측정 설정 정보를 송신한다. 즉, UE(2420)가 셀룰러 망에 연결된 후, 제1 기지국(2410-1)은 UE(2420)에게 측정 설정을 송신한다. S2403 단계에서, UE(2420)는 제1 기지국(2410-1)에게 측정 보고를 송신한다. S2405 단계에서, 제1 기지국(2410-1)은 UE(2420)에게 측정 설정 정보를 송신한다. S2407 단계에서, UE(2420)는 제1 기지국(2410-1)에게 측정 보고를 송신한다. 즉, UE(2420)는 측정 설정 정보에 의해 설정된(configured) 주기에 따라 측정 보고를 송신한다.
S2409 단계에서, 제1 기지국(2010-1)은 예측 연산에 기반하여 타겟 셀을 선택하고, 예측에 의해 선택된 셀의 RSS 값 및/또는 카운터 값을 조정한다. 즉, 제1 기지국(2010-1)은 단말 위치에 대응하는 모델을 이용하여 예측을 수행함으로써 가장 높은 신뢰도를 가지는 셀을 선택한다. 그리고, 제1 기지국(2010-1)은 선택된 셀의 RSS 값 및 시간 카운터 각각에 일정한 이득 Δ을 더한다. 즉, 제1 기지국(2010-1)은 RSS 값=RSS 값+Δ1, 시간 카운터=시간 카운터+Δ2의 연산을 수행한다. 이때, 신뢰도가 높을수록 큰 이득이 적용될 수 있다.
일 실시 예에 따라, 이득 Δ의 범위는 기지국에 의해 설정될 수 있다. 여기서, 이득을 부가하는 방식은 아래와 같은 2가지 모드들 중 하나에 따를 수 있다. 예측된 셀을 타겟 셀로 선택될 수 있게 하는 제1 모드의 경우, 이득 Δ의 범위는 예측된 타겟 셀의 최종 RSS 값이 모든 인접 셀들의 RSS 값들의 최대값 이상이 되고, 측정 보고가 트리거될 수 있도록 설정될 수 있다. 예측된 셀이 기지국에서 타겟 셀로서 선택될 확률을 높이는 제2 모드의 경우, 이득 Δ의 범위는 예측된 셀에 대한 샘플링 값에 따라 단계 별로 정의된 값 또는 비율에 기반하여 설정될 수 있다.
S2411 단계에서, 제1 기지국(2410-1)은 UE(2420)의 핸드오버를 결정한다. 제1 기지국(2410-1)은 측정 보고에 기반하여 핸드오버를 결정한다. 본 예시적 절차에서, 제2 기지국(2410-2)가 타겟 셀로서 선택된다. S2413 단계에서, 제1 기지국(2410-1)은 제2 기지국(2410-2)에게 핸드오버 요청 메시지를 송신한다. 이에 따라, 제2 기지국(2410-2)은 UE(2420)에 대한 수용여부를 판단한다. 본 예시적 절차에서, 제2 기지국(2410-2)은 UE(2420)의 수락을 허용한다. S2415 단계에서, 제2 기지국(2410-2)은 제1 기지국(2410-1)에게 핸드오버 요청 ACK 메시지를 송신한다. S2417 단계에서, 제1 기지국(2410-1)은 UE(2420)에게 핸드오버 명령 메시지를 송신한다. 이에 따라, UE(2420)는 제1 기지국(2410-1)의 명령에 따라 핸드오버를 진행한다. 여기서, 핸드오버 명령 메시지는 타겟 셀로서 제2 기지국(2410-2)를 지시하며, UE(2420)는 제2 기지국(2410-2)로이 핸드오버를 수행할 수 있다.
S2419 단계에서, UE(2420)는 제2 기지국(2410-2)에게 핸드오버 확인 메시지를 송신한다. 여기서, 핸드오버 확인 메시지는 모델 갱신 정보를 포함한다. 즉, UE(2420)는 모델 갱신 정보를 ACK 정보와 함께 송신한다. 여기서, 모델 갱신 정보는 새로운 서빙 셀인 제2 기지국(2410-2)에 대한 RSS 값, 서비스 품질의 유지 여부를 지시하는 정보를 포함할 수 있다. S2421 단계에서, 제2 기지국(2410-2)은 제1 기지국(2410-1)에게 핸드오버 확인 ACK 메시지를 송신한다. 여기서, 핸드오버 확인 ACK 메시지는 UE(2420)로부터 수신된 모델 갱신 정보를 포함한다. S2423 단계에서, 제1 기지국(2410-1)은 예측 모델을 갱신한다. 즉, 제1 기지국(2410-1)은 핸드오버 확인 ACK 메시지에 포함된 모델 갱신 정보에 기반하여 예측 모델을 갱신할 수 있다.
도 25는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 주기적 측정 보고 및 기지국의 예측 연산에 기반한 핸드오버를 위한 절차의 예를 도시한다. 도 25는 단말, 서빙 기지국으로 동작하는 제1 기지국, 타겟 기지국으로 동작하는 제2 기지국의 동작 방법을 예시한다.
도 25를 참고하면, S2501 단계에서, 단말은 셀룰러 망에 연결한다. S2503 단계에서, 제1 기지국은 단말에게 측정 설정을 전송한다. S2505 단계에서, 단말은 서빙 셀인 제1 기지국에 대한 RSS 값 측정 후, 주기적으로 제1 기지국에게 측정 보고를 송신한다. S2507 단계에서, 제1 기지국은 단말에게 측정 설정을 전송한다. S2509 단계에서, 단말은 서빙 셀 및 적어도 하나의 후보 셀들에 대한 RSS 값 측정 후, 주기적으로 제1 기지국에게 측정 보고를 송신한다.
S2511 단계에서, 제1 기지국은 핸드오버의 진행 여부를 판단한다. 핸드오버의 진행이 결정되면, S2513 단계에서, 단말은 서빙 셀 기지국인 제1 기지국으로부터의 명령을 수신하고, 선택된 타겟 셀인 제2 기지국으로의 핸드오버를 진행한다. S2515 단계에서, 단말은 타겟 셀인 제2 기지국에게 핸드오버 확인 메시지를 송신한다. 핸드오버 확인 메시지는 갱신할 예측 모델 정보로서, 서비스 유지 여부를 지시하는 정보 및 새로운 서빙 셀에 대한 RSS 값을 포함한다. S2517 단계에서, 제2 기지국은 이전 서빙 셀인 제1 기지국에게 핸드오버 ACK 메시지를 송신한다. 핸드오버 ACK 메시지는 서비스 유지 여부를 지시하는 정보 및 새로운 서빙 셀에 대한 RSS 값을 포함한다. S2519 단계에서, 제1 기지국은 예측 모델을 갱신한다.
전술한 다양한 실시 예들과 같이, 톰슨 샘플링 모델을 이용하면, 핸드오버 성능이 점차 개선될 수 있다. 톰슨 샘플링 모델에서 보상에 따른 베타 분포 갱신은 이하 도 26과 같다. 도 26은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 톰슨 샘플링에 기반한 보상(reward) 구조를 도시한다. 도 26은 핸드오버 완료 후 평가 지표(예: QoS 유지 여부)에 기반하여 보상이 피드백되는 구조를 보여준다. 도 26를 참고하면, 샘플링은 후보 셀들의 베타 분포(2610)에서 랜덤하게 값을 샘플링하는 동작을 포함한다. 샘플링된 값들 중 최적화(2620)에 의해 최대값이 선택된다. 활동(action)은 단말에서 서빙 셀 및 인접 셀들에 대한 RSS 값들을 측정하고, 선택된 핸드오버 선택 확률이 가장 높은 셀(예: 인접 셀의 베타 분포를 랜덤하게 샘플링한 값들 중 최대의 값을 가진 셀)의 RSS 및 유지시간을 조절한 후, 측정 결과 값을 서빙 셀 기지국에게 전달하는 것을 의미한다. 관찰(observation)은 핸드오버 완료 후 QoS 유지 여부 및 새로운 서빙 셀에 대한 RSS 값을 확인하는 평가(2630)에 기반하여 결정되는 보상에 따라 베타 함수의 파라미터를 갱신하는 것을 의미한다. 갱신된 파라미터들은 베타 분포(2610)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 (15)

  1. 무선 통신 시스템에서 UE(user equipment)의 동작 방법에 있어서,
    제1 기지국으로부터 측정에 관련된 설정 정보를 수신하는 단계;
    상기 설정 정보에 기반하여 측정을 수행하는 단계;
    상기 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 제1 기지국에게 송신하는 단계;
    상기 제1 기지국으로부터 핸드오버 명령(command) 메시지를 수신하는 단계;
    상기 핸드오버 명령 메시지에 응하여, 제2 기지국으로의 핸드오버를 수행하는 단계를 포함하며,
    상기 측정 보고는, 예측 모델(prediction model)을 이용하여 선택된 타겟 셀로서 상기 제2 기지국에 대한 측정 정보를 포함하는 방법.
  2. 청구항 1에 있어서,
    상기 제2 기지국에 대한 측정 정보는, 상기 예측 모델을 이용한 선택에 응하여 추가 이득(gain)과 합산된 신호 품질 값을 포함하는 방법.
  3. 청구항 1에 있어서,
    상기 측정 보고는, 상기 예측 모델을 이용한 선택에 응하여 추가 이득(gain)과 합산된 시간 카운터 값에 기반하여 송신되는 방법.
  4. 청구항 1에 있어서,
    상기 설정 정보는, 상기 예측 모델을 이용하여 선택된 타겟 셀로서 상기 제2 기지국을 지시하는 정보 또는 상기 예측 모델을 이용한 예측 연산을 수행하기 위해 필요한 정보 중 적어도 하나를 포함하는 방법.
  5. 청구항 4에 있어서,
    상기 예측 모델을 이용한 예측 연산을 수행하기 위해 필요한 정보는, 상기 예측 모델에 의해 수행된 핸드오버의 횟수 및 셀 별 선택된 횟수를 지시하는 정보, 또는 상기 예측 모델에 포함되는 후보 셀 별 확률 분포를 지시하는 정보 중 적어도 하나를 포함하는 방법.
  6. 청구항 1에 있어서,
    상기 설정 정보는, 상기 예측 모델을 이용한 선택에 응하여 부가되는 적어도 하나의 이득 값에 관련된 정보를 포함하는 방법.
  7. 청구항 1에 있어서,
    상기 제2 기지국으로의 핸드오버를 완료한 후, 상기 예측 모델을 갱신하기 위해 필요한 정보를 상기 제2 기지국에게 송신하는 단계를 더 포함하는 방법.
  8. 청구항 7에 있어서,
    상기 예측 모델을 갱신하기 위해 필요한 정보는, 상기 제2 기지국으로의 핸드오버 후 서비스 품질 유지 여부를 지시하는 정보, 상기 제2 기지국에 대한 신호 품질을 지시하는 정보, 상기 예측 모델에서 사용되는 보상 값, 상기 예측 모델에 포함되는 셀 별 확률 분포를 지시하는 정보 중 적어도 하나를 포함하는 방법.
  9. 청구항 1에 있어서,
    상기 예측 모델은, UCB(upper confidence bound) 모델 또는 TS(tompson sampling) 모델을 포함하는 방법.
  10. 청구항 1에 있어서,
    상기 타겟 셀은, 상기 예측 모델을 이용하여 상기 UE 또는 상기 제1 기지국 중 하나에 의해 선택되는 방법.
  11. 무선 통신 시스템에서 제1 기지국의 동작 방법에 있어서,
    UE(user equipment)에게 측정에 관련된 설정 정보를 수신하는 단계;
    상기 설정 정보에 기반하여 수행된 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 UE로부터 수신하는 단계;
    상기 측정 보고에 응하여, 제2 기지국에게 핸드오버 요청 메시지를 송신하는 단계; 및
    상기 UE에게 핸드오버 명령(command) 메시지를 송신하는 단계를 포함하며,
    상기 측정 보고는, 예측 모델(prediction model)을 이용하여 선택된 타겟 셀로서 상기 제2 기지국에 대한 측정 정보를 포함하는 방법.
  12. 무선 통신 시스템에서 UE(user equipment)에 있어서,
    송수신기; 및
    상기 송수신기와 연결된 프로세서를 포함하며,
    상기 프로세서는,
    제1 기지국으로부터 측정에 관련된 설정 정보를 수신하고,
    상기 설정 정보에 기반하여 측정을 수행하고,
    상기 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 제1 기지국에게 송신하고,
    상기 제1 기지국으로부터 핸드오버 명령(command) 메시지를 수신하고,
    상기 핸드오버 명령 메시지에 응하여, 제2 기지국으로의 핸드오버를 수행하도록 제어하며,
    상기 측정 보고는, 예측 모델(prediction model)을 이용하여 선택된 타겟 셀로서 상기 제2 기지국에 대한 측정 정보를 포함하는 UE.
  13. 무선 통신 시스템에서 제1 기지국에 있어서,
    송수신기; 및
    상기 송수신기와 연결된 프로세서를 포함하며,
    상기 프로세서는,
    UE(user equipment)에게 측정에 관련된 설정 정보를 수신하고,
    상기 설정 정보에 기반하여 수행된 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 UE로부터 수신하고,
    상기 측정 보고에 응하여, 제2 기지국에게 핸드오버 요청 메시지를 송신하고,
    상기 UE에게 핸드오버 명령(command) 메시지를 송신하도록 제어하며,
    상기 측정 보고는, 예측 모델(prediction model)을 이용하여 선택된 타겟 셀로서 상기 제2 기지국에 대한 측정 정보를 포함하는 제1 기지국.
  14. 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,
    제1 기지국으로부터 측정에 관련된 설정 정보를 수신하는 단계;
    상기 설정 정보에 기반하여 측정을 수행하는 단계;
    상기 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 제1 기지국에게 송신하는 단계;
    상기 제1 기지국으로부터 핸드오버 명령(command) 메시지를 수신하는 단계;
    상기 핸드오버 명령 메시지에 응하여, 제2 기지국으로의 핸드오버를 수행하는 단계를 포함하며,
    상기 측정 보고는, 예측 모델(prediction model)을 이용하여 선택된 타겟 셀로서 상기 제2 기지국에 대한 측정 정보를 포함하는 장치.
  15. 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,
    제1 기지국으로부터 측정에 관련된 설정 정보를 수신하고,
    상기 설정 정보에 기반하여 측정을 수행하고,
    상기 측정의 결과를 포함하는 측정 보고(measurement report)를 상기 제1 기지국에게 송신하고,
    상기 제1 기지국으로부터 핸드오버 명령(command) 메시지를 수신하고,
    상기 핸드오버 명령 메시지에 응하여, 제2 기지국으로의 핸드오버를 수행하도록 제어하며,
    상기 측정 보고는, 예측 모델(prediction model)을 이용하여 선택된 타겟 셀로서 상기 제2 기지국에 대한 측정 정보를 포함하는 비-일시적인 컴퓨터 판독 가능 매체.
PCT/KR2022/008750 2021-08-25 2022-06-21 무선 통신 시스템에서 핸드오버를 수행하기 위한 장치 및 방법 WO2023027311A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020237044261A KR20240043133A (ko) 2021-08-25 2022-06-21 무선 통신 시스템에서 핸드오버를 수행하기 위한 장치 및 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0112569 2021-08-25
KR20210112569 2021-08-25

Publications (1)

Publication Number Publication Date
WO2023027311A1 true WO2023027311A1 (ko) 2023-03-02

Family

ID=85321839

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/008750 WO2023027311A1 (ko) 2021-08-25 2022-06-21 무선 통신 시스템에서 핸드오버를 수행하기 위한 장치 및 방법

Country Status (2)

Country Link
KR (1) KR20240043133A (ko)
WO (1) WO2023027311A1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017186309A1 (en) * 2016-04-29 2017-11-02 Huawei Technologies Co., Ltd. Measurement model optimization for channel prediction improvement in wireless networks
US20200059847A1 (en) * 2017-04-28 2020-02-20 Huawei Technologies Co., Ltd. Cell handover method, method for determining uplink transmit power, and apparatus

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017186309A1 (en) * 2016-04-29 2017-11-02 Huawei Technologies Co., Ltd. Measurement model optimization for channel prediction improvement in wireless networks
US20200059847A1 (en) * 2017-04-28 2020-02-20 Huawei Technologies Co., Ltd. Cell handover method, method for determining uplink transmit power, and apparatus

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ERICSSON: "AI/ML based mobility optimization: Mobility performance feedback after HO", 3GPP DRAFT; R3-213780, 3RD GENERATION PARTNERSHIP PROJECT (3GPP), MOBILE COMPETENCE CENTRE ; 650, ROUTE DES LUCIOLES ; F-06921 SOPHIA-ANTIPOLIS CEDEX ; FRANCE, vol. RAN WG3, no. Online meeting; 20210816 - 20210826, 5 August 2021 (2021-08-05), Mobile Competence Centre ; 650, route des Lucioles ; F-06921 Sophia-Antipolis Cedex ; France , XP052032820 *
HUAWEI: "Further Discussions on Specification Impacts of Load Balancing and Traffic Steering", 3GPP DRAFT; R3-214080, 3RD GENERATION PARTNERSHIP PROJECT (3GPP), MOBILE COMPETENCE CENTRE ; 650, ROUTE DES LUCIOLES ; F-06921 SOPHIA-ANTIPOLIS CEDEX ; FRANCE, vol. RAN WG3, no. E-meeting; 20210816 - 20210826, 6 August 2021 (2021-08-06), Mobile Competence Centre ; 650, route des Lucioles ; F-06921 Sophia-Antipolis Cedex ; France , XP052035721 *
INTEL CORPORATION: "AI/ML based mobility optimization", 3GPP DRAFT; R3-213471, 3RD GENERATION PARTNERSHIP PROJECT (3GPP), MOBILE COMPETENCE CENTRE ; 650, ROUTE DES LUCIOLES ; F-06921 SOPHIA-ANTIPOLIS CEDEX ; FRANCE, vol. RAN WG3, no. Electronic meeting; 20210816 - 20210826, 6 August 2021 (2021-08-06), Mobile Competence Centre ; 650, route des Lucioles ; F-06921 Sophia-Antipolis Cedex ; France , XP052035299 *

Also Published As

Publication number Publication date
KR20240043133A (ko) 2024-04-02

Similar Documents

Publication Publication Date Title
WO2021112360A1 (ko) 무선 통신 시스템에서 채널을 추정하기 위한 방법 및 장치
WO2022050432A1 (ko) 통신 시스템에서 연합 학습을 수행하기 위한 방법 및 장치
WO2022250221A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2022050468A1 (ko) 무선 통신 시스템에서 연합학습을 수행하는 방법 및 이를 위한 장치
WO2022045399A1 (ko) 선택적 가중치 전송에 기반한 연합 학습 방법 및 그 단말
WO2023017881A1 (ko) 무선 통신 시스템에서 측정 갭을 이용한 측정 결과에 기반하여 핸드오버를 수행하기 위한 장치 및 방법
WO2022092859A1 (ko) 무선 통신 시스템에서 스플릿 포인트 조정을 위한 장치 및 방법
WO2023027311A1 (ko) 무선 통신 시스템에서 핸드오버를 수행하기 위한 장치 및 방법
WO2022050565A1 (ko) 무선 통신 시스템에서 핸드오버를 위한 장치 및 방법
WO2022265141A1 (ko) 무선 통신 시스템에서 빔 관리를 수행하는 방법 및 이를 위한 장치
WO2022139230A1 (ko) 무선 통신 시스템에서 스플릿 포인트를 조정하는 방법 및 장치
WO2022050444A1 (ko) 연합학습을 위한 통신방법 및 이를 수행하는 디바이스
WO2022050434A1 (ko) 무선 통신 시스템에서 핸드오버를 수행하기 위한 방법 및 장치
WO2022054981A1 (ko) 압축 연합 학습 수행 방법 및 장치
WO2023017882A1 (ko) 무선 통신 시스템에서 배터리 효율을 고려하여 무선 접속 기술을 선택하기 위한 장치 및 방법
WO2023058872A1 (ko) 무선 통신 시스템에서 위치에 기반하여 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
WO2023022251A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2023113282A1 (ko) 무선 통신 시스템에서 송수신기 모델에 대한 온라인 학습을 수행하기 위한 장치 및 방법
WO2024034707A1 (ko) 무선 통신 시스템에서 수신기 모델에 대한 온라인 학습을 수행하기 위한 장치 및 방법
WO2024019184A1 (ko) 무선 통신 시스템에서 송수신기 모델에 대한 학습을 수행하기 위한 장치 및 방법
WO2023120781A1 (ko) 무선 통신 시스템에서 신호 전송을 위한 장치 및 방법
WO2023033421A1 (ko) 무선 통신 시스템에서 폴라 코드 기반의 인코더를 설정하기 위한 장치 및 방법
WO2022260189A1 (ko) 무선 통신 시스템에서 신호를 송수신하는 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: 22861525

Country of ref document: EP

Kind code of ref document: A1