WO2023054777A1 - 무선 통신 시스템에서 시맨틱 데이터를 전송하는 방법 및 이를 위한 장치 - Google Patents

무선 통신 시스템에서 시맨틱 데이터를 전송하는 방법 및 이를 위한 장치 Download PDF

Info

Publication number
WO2023054777A1
WO2023054777A1 PCT/KR2021/013524 KR2021013524W WO2023054777A1 WO 2023054777 A1 WO2023054777 A1 WO 2023054777A1 KR 2021013524 W KR2021013524 W KR 2021013524W WO 2023054777 A1 WO2023054777 A1 WO 2023054777A1
Authority
WO
WIPO (PCT)
Prior art keywords
semantic
data
neural network
space
global
Prior art date
Application number
PCT/KR2021/013524
Other languages
English (en)
French (fr)
Inventor
이경호
이상림
정익주
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 PCT/KR2021/013524 priority Critical patent/WO2023054777A1/ko
Publication of WO2023054777A1 publication Critical patent/WO2023054777A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received

Definitions

  • the present specification relates to a semantic communication method, and more particularly, to a method and an apparatus for transmitting semantic data by a transmitter in a wireless communication system.
  • a wireless communication system is widely deployed to provide various types of communication services such as voice and data.
  • a wireless communication 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, a Space Division Multiple Access (SDMA) system, and an Orthogonal Frequency Division Multiple Access (OFDMA) system.
  • CDMA Code Division Multiple Access
  • FDMA Frequency Division Multiple Access
  • TDMA Time Division Multiple Access
  • SDMA Space Division Multiple Access
  • OFDMA Orthogonal Frequency Division Multiple Access
  • SC-FDMA Single Carrier Frequency Division Multiple Access
  • IDMA Interleave Division Multiple Access
  • An object of the present specification is to provide a method and apparatus for transmitting semantic data by a transmitter in a wireless communication system.
  • an object of the present specification is to provide a method and apparatus for generating a global semantic space considering the configuration of the overall semantic space.
  • an object of the present specification is to provide a semantic communication method and apparatus through adversarial learning of a semantic neural network based on the global semantic space considering the configuration of the overall semantic space, and an apparatus therefor.
  • the present specification provides a method and apparatus for transmitting semantic data in a wireless communication system.
  • the present specification provides, in a method for transmitting semantic data by a transmitter in a semantic wireless communication system, to a receiver, (i) the semantic data determined based on similarity between semantic data Transmitting a distance rule for determining a distance between and (ii) a mapping rule for generating a global semantic space for learning a semantic neural network, the mapping rule comprising: (i) the distance between the semantic data determined based on the distance rule, and (ii) the difference between the distances between positions where the semantic data are mapped on the global semantic space is minimized for all of the semantic data.
  • a rule for ensuring that the distribution of locations where the semantic data is mapped on the global semantic space satisfies a required "transmission" power limiting condition generating the global semantic space based on the distance rule and the mapping rule, the global semantic space being composed of the semantic data mapped to satisfy the mapping rule; learning the semantic neural network based on neural network supervised learning of (i) the global semantic space and (ii) the semantic space of the semantic encoder neural network constituting the semantic neural network; and transmitting the semantic data to the receiving end, based on the learned semantic neural network.
  • the method characterized in that the global semantic space includes at least one or more clusters configured based on the semantic data mapped to satisfy the mapping rule.
  • the global semantic space may be characterized in that clusters composed of semantic data having similar meanings among the one or more clusters are configured to be adjacent to each other.
  • the global semantic space may be configured such that a distance between clusters composed of semantic data having a dissimilar meaning among the at least one or more clusters is greater than a specific value.
  • the specific value may be characterized in that it is determined based on a channel state between the transmitting end and the receiving end.
  • the present specification includes, from the receiving end, receiving a signal for measuring the channel state; transmitting, to the receiving end, information on the channel state measured based on the signal; and receiving, from the receiver, information on the specific value determined based on the channel state information, wherein the global semantic space is generated further based on the information on the specific value.
  • the size of the specific value may be characterized in that it is determined in proportion to the degree of signal distortion through a channel between the transmitting end and the receiving end.
  • mapping rule is generated based on the following equation,
  • s i and s j are semantic data, and Is the position of the s i and s j on the global semantic space, wherein and may be characterized in that the distance rule.
  • the neural network supervised learning is adversarial learning
  • the semantic space generator that generated the global semantic space serves as a real generation network
  • the semantic encoder neural network creates fake It may be characterized in that the adversarial learning is performed by acting as a network.
  • x may be positions of the semantic data on the global semantic space.
  • the present specification provides a transmitter for transmitting semantic data in a semantic wireless communication system, comprising: a transmitter for transmitting a radio signal; a receiver for receiving a radio signal; at least one processor; and at least one computer memory operably connectable to the at least one processor and storing instructions for performing operations when executed by the at least one processor, the operations comprising: , (i) a distance rule for determining a distance between the semantic data determined based on similarity between the semantic data and (ii) a global semantic for learning a semantic neural network Transmitting a mapping rule for generating a global semantic space, wherein the mapping rule determines (i) distance between the semantic data based on the distance rule and (ii) the semantic data on the global semantic space A rule to ensure that the value of difference between distances between locations mapped to is minimized for all of the semantic data, and that the distribution of locations mapped to the semantic data on the global semantic space satisfy the required transmission power limitingcondition.
  • the global semantic space is composed of the semantic data mapped to satisfy the mapping rule; learning the semantic neural network based on neural network supervised learning of (i) the global semantic space and (ii) the semantic space of the semantic encoder neural network constituting the semantic neural network; and transmitting the semantic data to the receiving end, based on the learned semantic neural network.
  • the present specification provides a method for a receiving end to receive semantic data in a semantic wireless communication system, from a transmitting end, (i) a distance between the semantic data determined based on a similarity between the semantic data Receiving a distance rule for determining a distance and (ii) a mapping rule for generating a global semantic space for learning a semantic neural network, the mapping rule being (i ) The distance between the semantic data determined based on the distance rule and (ii) The difference value between distances between locations where the semantic data is mapped on the global semantic space is minimized for all of the semantic data, a rule for ensuring that the distribution of locations where the semantic data is mapped on the global semantic space satisfies a required "transmission" power limiting condition; (i) the global semantic space generated by the transmitter based on the distance rule and the mapping rule, and composed of the semantic data mapped to satisfy the mapping rule; and (ii) the semantics constituting the semantic neural network. training the semantic neural network based on the neural network supervised learning of
  • a transmitter for transmitting a radio signal (transmitter); a receiver for receiving a radio signal; at least one processor; and at least one computer memory operably connectable to the at least one processor and storing instructions for performing operations when executed by the at least one processor, the operations comprising: , (i) a distance rule for determining a distance between the semantic data determined based on similarity between the semantic data and (ii) a global semantic for learning a semantic neural network Receiving a mapping rule for generating a global semantic space, wherein the mapping rule determines “(i)” the “distance between the semantic data determined based on the distance rule” and “(ii)” the semantic data on the global semantic space.
  • a transmitter that transmits, to a receiver, (i) a distance rule for determining a distance between the semantic data determined based on similarity between the semantic data and (ii) a semantic neural network network) to transmit a mapping rule for generating a global semantic space, and the mapping rule is “(i)” the “distance between the” semantic data determined based on the distance rule and “(ii)” the Transmission in which a difference between distances between locations to which semantic data is mapped on the global semantic space is minimized for all of the semantic data, and a distribution of locations to which the semantic data is mapped on the global semantic space is required.
  • a rule that satisfies a power limiting condition generating the global semantic space based on the distance rule and the mapping rule, the global semantic space being composed of the semantic data mapped to satisfy the mapping rule,
  • the semantic neural network is trained based on (i) the generated global semantic space and (ii) the neural network supervised learning of the semantic space of the semantic encoder neural network constituting the semantic neural network, and the receiving end , characterized in that the semantic data is transmitted based on the learned semantic neural network.
  • semantic data A distance rule for determining the distance between the semantic data determined based on the similarity between the distance rules and (ii) a global semantic space for learning a semantic neural network and transmit a mapping rule for generating, wherein the mapping rule is "(i)" a distance between the "semantic data determined based on the distance rule” and "(ii)” a distance between "locations to which the semantic data is mapped on the global semantic space”
  • mapping rule is "(i)” a distance between the "semantic data determined based on the distance rule” and “(ii)” a distance between "locations to which the semantic data is mapped on the global semantic space”
  • This specification has an effect that a transmitter can transmit semantic data in a wireless communication system.
  • the present specification has an effect that a semantic communication system that is robust against signal distortion through a channel can be configured by creating a global semantic space in consideration of the configuration of the overall semantic space.
  • FIG. 1 is a diagram showing an example of a communication system applicable to the present specification.
  • FIG. 2 is a diagram showing an example of a wireless device applicable to the present specification.
  • FIG. 3 is a diagram illustrating a method of processing a transmission signal applicable to the present specification.
  • FIG. 4 is a diagram showing another example of a wireless device applicable to the present specification.
  • FIG. 5 is a diagram illustrating an example of a portable device applicable to the present specification.
  • FIG. 6 is a diagram illustrating physical channels applicable to the present specification and a signal transmission method using them.
  • FIG. 7 is a diagram showing the structure of a radio frame applicable to this specification.
  • FIG. 8 is a diagram showing a slot structure applicable to the present specification.
  • FIG. 9 is a diagram showing an example of a communication structure that can be provided in a 6G system applicable to the present specification.
  • FIG. 10 is a diagram illustrating examples of semantic spaces generated through training of an artificial neural network constituting a semantic communication system.
  • 11 is a diagram illustrating another example of a semantic space created through training.
  • FIG. 12 is a diagram illustrating an example of a semantic communication system to which the methods proposed in this specification can be applied.
  • FIG. 13 is a diagram illustrating an example of a global semantic space created by a semantic space generator.
  • FIG. 14 is a diagram illustrating an example of operation of the semantic transmission system after training is completed.
  • 15 and 16 are diagrams showing the performance excellence of the semantic communication system to which the method proposed in this specification is applied.
  • 17 is a flowchart illustrating an example of a method proposed in this specification.
  • 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.
  • the embodiments of the present specification may be configured by combining some components and/or features. The order of operations described in the embodiments of this specification 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 herein as being performed by a base station 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 specification 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 specification are supported by 3GPP TS (technical specification) 38.211, 3GPP TS 38.212, 3GPP TS 38.213, 3GPP TS 38.321 and 3GPP TS 38.331 documents It can be.
  • 3GPP TS technical specification
  • embodiments of the present specification 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.
  • a communication system 100 applied to the present specification 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
  • 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 specification.
  • 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. For example, memory 204b may perform some or all of the processes controlled by 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).
  • 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 (e.g., 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, proposals, 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 to include modules, procedures, functions, and the like.
  • Firmware or software configured to perform the descriptions, functions, procedures, suggestions, methods, and/or operational flow diagrams disclosed herein may be included in one or more processors 202a, 202b or stored in one or more memories 204a, 204b. It can be driven by the above processors 202a and 202b.
  • the descriptions, functions, procedures, suggestions, methods and/or operational flow diagrams disclosed herein 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 herein, etc. 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 with one or more antennas 208a, 208b, and one or more transceivers 206a, 206b may be connected to one or more antennas 208a, 208b, as described herein. , procedures, proposals, methods and / or operation flowcharts, etc.
  • 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.
  • the transmitted signal may be processed by a signal processing circuit.
  • the signal processing circuit 300 may include a scrambler 310, a modulator 320, a layer mapper 330, a precoder 340, a resource mapper 350, and a signal generator 360.
  • the operation/function of FIG. 3 may be performed by the processors 202a and 202b and/or the transceivers 206a and 206b of FIG. 2 .
  • the hardware elements of FIG. 3 may be implemented in the processors 202a and 202b and/or the transceivers 206a and 206b of FIG.
  • blocks 310 to 350 may be implemented in the processors 202a and 202b of FIG. 2 and block 360 may be implemented in the transceivers 206a and 206b of FIG. 2 , but are not limited to the above-described embodiment.
  • the codeword may be converted into a radio signal through the signal processing circuit 300 of FIG. 3 .
  • 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).
  • the radio signal may be transmitted through various physical channels (eg, PUSCH, PDSCH) of FIG. 6 .
  • the codeword may be converted into a scrambled bit sequence by the scrambler 310.
  • 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 320.
  • 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 330. Modulation symbols of each transport layer may be mapped to corresponding antenna port(s) by the precoder 340 (precoding).
  • the output z of the precoder 340 can be obtained by multiplying the output y of the layer mapper 330 by the N*M precoding matrix W.
  • N is the number of antenna ports and M is the number of transport layers.
  • the precoder 340 may perform precoding after transform precoding (eg, discrete fourier transform (DFT)) on complex modulation symbols. Also, the precoder 340 may perform precoding without performing transform precoding.
  • transform precoding eg, discrete fourier transform (DFT)
  • the resource mapper 350 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 360 generates a radio signal from the mapped modulation symbols, and the generated radio signal can be transmitted to other devices through each antenna.
  • the signal generator 360 may include an inverse fast fourier transform (IFFT) module, a cyclic prefix (CP) inserter, a digital-to-analog converter (DAC), a frequency uplink converter, and the like.
  • IFFT inverse fast fourier transform
  • 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 310 to 360 of FIG. 3 .
  • 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.
  • FIG. 4 is a diagram illustrating another example of a wireless device applied to the present specification.
  • a wireless device 400 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 400 may include a communication unit 410, a control unit 420, a memory unit 430, and an additional element 440.
  • the communication unit may include communication circuitry 412 and transceiver(s) 414 .
  • communication circuitry 412 may include one or more processors 202a, 202b of FIG. 2 and/or one or more memories 204a, 204b.
  • transceiver(s) 414 may include one or more transceivers 206a, 206b of FIG.
  • the control unit 420 is electrically connected to the communication unit 410, the memory unit 430, and the additional element 440 and controls overall operations of the wireless device. For example, the controller 420 may control electrical/mechanical operations of the wireless device based on programs/codes/commands/information stored in the memory 430 . In addition, the control unit 420 transmits the information stored in the memory unit 430 to the outside (eg, another communication device) through the communication unit 410 through a wireless/wired interface, or transmits the information stored in the memory unit 430 to the outside (eg, another communication device) through the communication unit 410. Information received through a wireless/wired interface from other communication devices) may be stored in the memory unit 430 .
  • the additional element 440 may be configured in various ways according to the type of wireless device.
  • the additional element 440 may include at least one of a power unit/battery, an input/output unit, a driving unit, and a computing unit.
  • the wireless device 400 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 400 may be entirely interconnected through a wired interface or at least partially connected wirelessly through the communication unit 410 .
  • the control unit 420 and the communication unit 410 are connected by wire, and the control unit 420 and the first units (eg, 430 and 440) are connected wirelessly through the communication unit 410.
  • each element, component, unit/unit, and/or module within wireless device 400 may further include one or more elements.
  • the control unit 420 may be composed of one or more processor sets.
  • the controller 420 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.
  • the memory unit 430 may include RAM, dynamic RAM (DRAM), ROM, flash memory, volatile memory, non-volatile memory, and/or combinations thereof. can be configured.
  • FIG. 5 is a diagram illustrating an example of a portable device applied to the present specification.
  • 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 500 includes an antenna unit 508, a communication unit 510, a control unit 520, a memory unit 530, a power supply unit 540a, an interface unit 540b, and an input/output unit 540c. ) may be included.
  • the antenna unit 508 may be configured as part of the communication unit 510 .
  • Blocks 510 to 530/540a to 540c respectively correspond to blocks 410 to 430/440 of FIG. 4 .
  • the communication unit 510 may transmit/receive signals (eg, data, control signals, etc.) with other wireless devices and base stations.
  • the controller 520 may perform various operations by controlling components of the portable device 500 .
  • the controller 520 may include an application processor (AP).
  • the memory unit 530 may store data/parameters/programs/codes/commands necessary for driving the portable device 500 . Also, the memory unit 530 may store input/output data/information.
  • the power supply unit 540a supplies power to the portable device 500 and may include a wired/wireless charging circuit, a battery, and the like.
  • the interface unit 540b may support connection between the portable device 500 and other external devices.
  • the interface unit 540b may include various ports (eg, audio input/output ports and video input/output ports) for connection with external devices.
  • the input/output unit 540c may receive or output image information/signal, audio information/signal, data, and/or information input from a user.
  • the input/output unit 540c may include a camera, a microphone, a user input unit, a display unit 540d, a speaker, and/or a haptic module.
  • the input/output unit 540c acquires information/signals (eg, touch, text, voice, image, video) input from the user, and the acquired information/signals are stored in the memory unit 530.
  • the communication unit 510 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 510 may receive a radio signal from another wireless device or a base station and then restore the received radio signal to original information/signal. After the restored information/signal is stored in the memory unit 530, it may be output in various forms (eg, text, voice, image, video, or haptic) through the input/output unit 540c.
  • a terminal may receive information from a base station through downlink (DL) and transmit information to the base station through uplink (UL).
  • Information transmitted and received between the base station and the terminal includes general data information and various control information, and there are various physical channels according to the type/use of the information transmitted and received by the base station and the terminal.
  • FIG. 6 is a diagram illustrating physical channels applied to this specification and a signal transmission method using them.
  • the terminal may receive a primary synchronization channel (P-SCH) and a secondary synchronization channel (S-SCH) from the base station to synchronize with the base station and obtain information such as a cell ID. .
  • P-SCH primary synchronization channel
  • S-SCH secondary synchronization channel
  • the terminal may acquire intra-cell broadcast information by receiving a physical broadcast channel (PBCH) signal from the base station. Meanwhile, the terminal may check the downlink channel state by receiving a downlink reference signal (DL RS) in the initial cell search step.
  • PBCH physical broadcast channel
  • DL RS downlink reference signal
  • the UE receives a physical downlink control channel (PDCCH) and a physical downlink control channel (PDSCH) according to the physical downlink control channel information in step S612, Specific system information can be obtained.
  • PDCCH physical downlink control channel
  • PDSCH physical downlink control channel
  • the terminal may perform a random access procedure such as steps S613 to S616 in order to complete access to the base station.
  • the UE transmits a preamble through a physical random access channel (PRACH) (S613), and RAR for the preamble through a physical downlink control channel and a physical downlink shared channel corresponding thereto (S613). random access response) may be received (S614).
  • the UE transmits a physical uplink shared channel (PUSCH) using scheduling information in the RAR (S615), and performs a contention resolution procedure such as receiving a physical downlink control channel signal and a physical downlink shared channel signal corresponding thereto. ) can be performed (S616).
  • the terminal After performing the procedure as described above, the terminal performs reception of a physical downlink control channel signal and/or a physical downlink shared channel signal as a general uplink/downlink signal transmission procedure (S617) and a physical uplink shared channel (physical uplink shared channel).
  • channel (PUSCH) signal and/or physical uplink control channel (PUCCH) signal may be transmitted (S618).
  • UCI uplink control information
  • HARQ-ACK/NACK hybrid automatic repeat and request acknowledgment/negative-ACK
  • SR scheduling request
  • CQI channel quality indication
  • PMI precoding matrix indication
  • RI rank indication
  • BI beam indication
  • UCI is generally transmitted periodically through PUCCH, but may be transmitted through PUSCH according to an embodiment (eg, when control information and traffic data are to be simultaneously transmitted).
  • the UE may aperiodically transmit UCI through the PUSCH according to a request/instruction of the network.
  • FIG. 7 is a diagram showing the structure of a radio frame applicable to this specification.
  • Uplink and downlink transmission based on the NR system may be based on a frame as shown in FIG. 7 .
  • one radio frame has a length of 10 ms and may be defined as two 5 ms half-frames (half-frame, HF).
  • One half-frame may be defined as five 1ms subframes (subframes, SFs).
  • One subframe is divided into one or more slots, and the number of slots in a subframe may depend on subcarrier spacing (SCS).
  • SCS subcarrier spacing
  • each slot may include 12 or 14 OFDM(A) symbols according to a cyclic prefix (CP).
  • CP cyclic prefix
  • each slot When a normal CP is used, each slot may include 14 symbols.
  • each slot may include 12 symbols.
  • the symbol may include an OFDM symbol (or CP-OFDM symbol) and an SC-FDMA symbol (or DFT-s-OFDM symbol).
  • Table 1 shows the number of symbols per slot, the number of slots per frame, and the number of slots per subframe according to SCS when a normal CP is used
  • Table 2 shows the number of slots according to SCS when an extended CSP is used. Indicates the number of symbols, the number of slots per frame, and the number of slots per subframe.
  • Nslotsymb may represent the number of symbols in a slot
  • Nframe, ⁇ slot may represent the number of slots in a frame
  • Nsubframe, ⁇ slot may represent the number of slots in a subframe
  • OFDM(A) numerology eg, SCS, CP length, etc.
  • OFDM(A) numerology eg, SCS, CP length, etc.
  • SFs, slots, or TTIs time resources
  • TTIs time units
  • NR may support multiple numerologies (or subcarrier spacing (SCS)) to support various 5G services. For example, when the SCS is 15 kHz, it supports a wide area in traditional cellular bands, and when the SCS is 30 kHz/60 kHz, dense-urban, lower latency and a wider carrier bandwidth, and when the SCS is 60 kHz or higher, a bandwidth larger than 24.25 GHz can be supported to overcome phase noise.
  • SCS subcarrier spacing
  • the NR frequency band is defined as a frequency range of two types (FR1 and FR2).
  • FR1 and FR2 can be configured as shown in the table below.
  • FR2 may mean millimeter wave (mmW).
  • the above-described numerology may be set differently in a communication system to which this specification is applicable.
  • a Terahertz wave (THz) band may be used as a frequency band higher than the aforementioned FR2.
  • the SCS may be set larger than that of the NR system, and the number of slots may be set differently, and is not limited to the above-described embodiment.
  • FIG. 8 is a diagram showing a slot structure applicable to the present specification.
  • One slot includes a plurality of symbols in the time domain. For example, in the case of a normal CP, one slot includes 7 symbols, but in the case of an extended CP, one slot may include 6 symbols.
  • a carrier includes a plurality of subcarriers in the frequency domain.
  • a resource block (RB) may be defined as a plurality of (eg, 12) consecutive subcarriers in the frequency domain.
  • a bandwidth part is defined as a plurality of consecutive (P)RBs in the frequency domain, and may correspond to one numerology (eg, SCS, CP length, etc.).
  • a carrier may include up to N (eg, 5) BWPs. Data communication is performed through an activated BWP, and only one BWP can be activated for one terminal. Each element in the resource grid is referred to as a resource element (RE), and one complex symbol may be mapped.
  • RE resource element
  • 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 4 below. That is, Table 4 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. 9 is a diagram showing an example of a communication structure that can be provided in a 6G system applicable to the present specification.
  • 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.
  • new network characteristics in 6G may be as follows.
  • 6G is expected to be integrated with satellites to serve the global mobile population. Integration of terrestrial, satellite and public networks into one wireless communications system could be critical for 6G.
  • AI can be applied at each step of the communication procedure (or each procedure of signal processing to be described later).
  • 6G wireless networks will transfer power to charge the batteries of devices such as smartphones and sensors. Therefore, wireless information and energy transfer (WIET) will be integrated.
  • WIET wireless information and energy transfer
  • Small cell networks The idea of small cell networks has been introduced to improve received signal quality resulting in improved throughput, energy efficiency and spectral efficiency in cellular systems. As a result, small cell networks are an essential feature of 5G and Beyond 5G (5GB) and beyond communication systems. Therefore, the 6G communication system also adopts the characteristics of the small cell network.
  • Ultra-dense heterogeneous networks will be another important feature of 6G communication systems. Multi-tier networks composed of heterogeneous networks improve overall QoS and reduce costs.
  • a backhaul connection is characterized by a high-capacity backhaul network to support high-capacity traffic.
  • High-speed fiber and free space optical (FSO) systems may be possible solutions to this problem.
  • High-precision localization (or location-based service) through communication is one of the features of 6G wireless communication systems.
  • radar systems will be integrated with 6G networks.
  • Softwarization and virtualization are two important features fundamental to the design process in 5GB networks to ensure flexibility, reconfigurability and programmability. In addition, billions of devices can be shared in a shared physical infrastructure.
  • a wireless communication system is widely deployed to provide various types of communication services such as voice and data.
  • a wireless communication 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, a Space Division Multiple Access (SDMA) system, and an Orthogonal Frequency Division Multiple Access (OFDMA) system.
  • SC-FDMA Single Carrier Frequency Division Multiple Access
  • IDMA Interleave Division Multiple Access
  • Such a wireless communication system is designed based on information theory, which corresponds to "symbol communication" that transmits and receives communication data of a large bandwidth without error.
  • semantic communication is communication that conveys intention or meaning between a sender and a receiver, unlike the existing symbol communication system.
  • semantic communication is at a higher level than symbol communication. That is, semantic communication is to match the meaning and purpose of communication between a sender and a receiver based on symbol communication.
  • Communication levels can be divided into the following three levels, and semantic communication corresponds to Level B below.
  • Level A The purpose is to accurately transmit communication symbols (How accurately can the symbols of communication be transmitted?) (technical problem).
  • Level B The purpose is to accurately transmit the intended meaning of the communication symbol (How precisely do the transmitted symbols convey the desired meaning?) (semantic problem).
  • the semantic communication system consists of (i) an encoder neural network for converting semantics into symbols, (ii) a communication channel, and (iii) a decoder neural network for converting symbols passing through the communication channel into semantics.
  • a channel coding function for reducing an error of a symbol to be transmitted on a channel may be added to the encoder neural network and the decoder neural network, and through this, the encoder neural network and the decoder neural network may be configured together with a semantic neural network.
  • Semantic error can be defined as semantic similarity.
  • symbol communication if an error occurs even in one of the transmitted and received data, data retransmission is required.
  • semantic communication even if an error occurs in semantic communication, there is a possibility that transmitted data may be restored without retransmission depending on the situation between the sender and the receiver, so the performance of semantic communication can be measured based on the degree of similarity.
  • the word “beautiful” is transmitted from the transmitter to the receiver, and even if the receiver receives the word “gorgeous” due to an error on the channel, the word “beautiful” Since the word “ and the word “gorgeous” have a high semantic resemblance to each other, it can be interpreted that performance degradation is not significant. That is, since the word “beautiful” and the word “gorgeous” have similar meanings, even if the word “beautiful” transmitted from the transmitter is received as the word "gorgeous” by the receiver, the performance of semantic communication is regarded as good.
  • the semantic communication system for word transmission has been described as an example, the semantic communication system may exist in various forms such as text sentence transmission and reception, image transmission and reception, video transmission and reception, and agent command transmission and reception according to meaning.
  • the form of semantic data transmitted by the transmitter and the form of semantic data received by the receiver may be different from each other. For example, when the transmitting end transmits a text sentence, from the receiving end's point of view, whether or not the transmitted text sentence is a logical proposition may be treated as important.
  • the encoder neural network When training the encoder neural network and the decoder neural network in the existing semantic communication, the encoder neural network generated a symbol space in which the semantic resemblance was not globally reflected but only partially reflected on the entire semantic space.
  • This symbol space may be called a latent space, a semantic space, and the like, and may be called in various forms within the same or similarly interpreted range.
  • the semantic system Even if a transmission symbol undergoes distortion on a communication channel and is distorted within the semantic space, the semantic system is robust against distortion only when the configuration of the overall semantic space is considered and the distorted transmission symbol corresponds to a semantic symbol similar to the transmission symbol before distortion occurs. can do.
  • the semantic system through which the transmission symbol is transmitted may be a distortion-robust semantic system.
  • a transmission sentence transmitted from a transmitting end the lth word of The occurrence probability p of and the received sentence received at the receiving end Semantic resemblance can be reflected as categorical entropy between the occurrence probabilities q of each word constituting , which can be expressed as in the following equation.
  • the transmission signal transmitted from the transmitting end and the received signal received by the receiving end The loss function (i.e., semantic resemblance) between It is learned only for local similarities.
  • FIG. 10 is a diagram illustrating examples of semantic spaces generated through training of an artificial neural network constituting a semantic communication system.
  • FIG. 10(a) is a diagram illustrating an example of a semantic space generated through training of an artificial neural network constituting a semantic communication system in an existing semantic communication system.
  • the semantic space (latent space) shown in FIG. 10 (a) is composed of two dimensions, and the semantic space is the transmission signal transmitted by the transmitting end.
  • a transmission signal (symbol) for a position on the semantic space corresponding to and the received signal received by the receiving end It was created by partially learning the loss function of the liver.
  • the transmitted signal representing the word "beautiful” When the distortion on the channel of is small, the transmission signal received at the receiving end may be mapped to a word having a similar meaning to "beautiful” existing near a position on a semantic space corresponding to the word "beautiful". In other words, since the transmitting end transmits the word "beautiful” and the receiving end recognizes it as a word similar to "beautiful", a large error may not occur. In this case, the transmission signal without distortion The semantic similarity between the transmission signal and the distortion may have a large value.
  • a transmission signal representing the word "beautiful” If the distortion on the channel of is large, the signal transmitted by the receiving end is distorted at the receiving end, and the position 1020a on the semantic space of the word “disgusting” or the semantic meaning of the word “weird”, which has a completely different meaning from the word “beautiful” It is mapped to the location 1030a in space. That is, although the transmitting end transmits the word “beautiful”, the receiving end recognizes it as the word “disgusting” or “weired”, and thus a serious error may occur. In this case, the transmission signal The semantic resemblance between h and the received signal may have a small value.
  • FIG. 10(b) is a diagram illustrating an example of a semantic space generated through training of an artificial neural network constituting a semantic communication system in a semantic communication system using the method proposed in the present specification.
  • the semantic space (latent space) shown in FIG. 10 (b) is composed of two dimensions, and the semantic space is the transmission signal transmitted by the transmitter.
  • the loss function of the liver is created by learning in consideration of the semantic space as a whole.
  • the transmitted signal representing the word "beautiful” When the distortion on the channel of is small, the transmission signal received at the receiving end Of course, may be mapped to a word having a similar meaning to "beautiful” existing in the vicinity of a position on a semantic space corresponding to the word "beautiful". On the other hand, even if the transmission signal s representing the word “beautiful” has a large distortion on the channel, the distorted transmission signal is positioned in the semantic space of the word “graceful” having the same/similar meaning as the word “beautiful”. (1020b) or a position (1030b) on the semantic space of the word "good”.
  • the transmission signal The semantic resemblance between ⁇ and the received signal may have a large value.
  • the semantic space created by considering the semantic space as a whole may mean a space configured so that among all meanings that may exist in the semantic space, meanings having the same/similar meanings exist in adjacent positions.
  • 11 is a diagram illustrating another example of a semantic space created through training.
  • FIG. 11 represent examples of a semantic space created in a semantic system that transmits cursive writings of 0 to 9.
  • 11(a) to 11(c) relate to three cases in which the initial weights of the encoder neural network and the decoder neural network, respectively, transmitting handwriting numbers 0 to 9 are different.
  • FIGS. 11(a) to 11(c) it can be seen that the configuration of the semantic space is differently formed by different initial weights. That is, since initial weights are random during training of the encoder neural network and the decoder neural network, the configuration of the semantic space can be formed differently. Even when an artificial neural network of an encoder/decoder configures a text sentence transmission system, it may be affected by a phenomenon due to randomness of initial weights.
  • the loss function is the categorical cross entropy according to the embedding of each word in the sentence. This loss function is the cross-entropy of the probabilities of each word of the transmitted sentence and the received sentence, and can be regarded as one semantic resemblance.
  • a semantic space may be locally generated based on a pair of a transmitted sentence and a received sentence and an initial weight value.
  • this specification proposes a global semantic generator that reflects the entire semantic space [Proposal 1] and a semantic communication system based on a neural network for adversarial learning [Proposal 2].
  • FIG. 12 is a diagram illustrating an example of a semantic communication system to which the methods proposed in this specification can be applied.
  • a semantic communication system to which the methods proposed in this specification can be applied includes a semantic encoder neural network 1210, a semantic decoder neural network 1230, a semantic encoder neural network 1210, and a semantic decoder neural network 1230.
  • a semantic communication system to which the method proposed in this specification is applied may further include a global semantic space generator 1240 and a discriminator 1250 that generate a global semantic space.
  • the global semantic space generator is a semantic vector It can be understood as a function corresponding to n-dimensional global semantic space. That is, a semantic vector corresponding to semantic data may be mapped to a specific position x on the global semantic space by the global semantic space generator.
  • the semantic space generator selects two semantic data from all semantic data and configures semantic data pairs in all cases.
  • a distance between two semantic data constituting a semantic data pair can be calculated for .
  • a distance between two semantic data constituting a semantic data pair may be calculated based on a distance rule defined for calculating a distance between two semantic data.
  • the distance rule defined for calculating the distance between two semantic data is can be expressed as here, and Each denotes semantic data.
  • Semantic space generator Perform unsupervised learning based on After that, the semantic space generator maps the entire semantic data to locations on the semantic space corresponding to each of the entire semantic data. In this case, the entire semantic data may be mapped on a semantic space based on a specific mapping rule.
  • the mapping rule is the distance between two locations in the semantic space. go It may be to reflect as much as possible.
  • x and x' denote positions in the semantic space corresponding to each of the two semantic data constituting the semantic data pair.
  • mapping rule that maximizes reflection can be expressed by the following equation.
  • the mapping rule is that the difference between (i) the distance between semantic data determined based on the distance rule and (ii) the distance between positions where the semantic data is mapped on the global semantic space is all of the semantic data. It can mean that it should be minimized for . here, may be mainly given to an artificial neural network, and may be the cosine similarity of the output of BERT (Bidirectional Encoder Representations from Transformers) as an example in text transmission. also, may be the Euclidean distance between two positions in the semantic space or, in the case of binary data transmission, the hamming distance. Since the optimization problem expressed as Equation 2 is NP-complete, it can be solved through various types of general sub-optimum algorithms. The sub-optimum algorithm may include, for example, hierarchical clustering, k-means clustering, particle based optimization, and the like. MNIST digit transmission may be an example to which global semantic space generation through solving the optimization problem may be applied.
  • the distribution of x which is the location where the semantic data is mapped on the semantic space, satisfies the transmission power limiting condition P.
  • the transmit power limiting condition P may be expressed as in the following equation.
  • the above equation means that the average of the square values of x, which are locations to which semantic data are mapped on the semantic space, is smaller than P, or the maximum value of the square values of x is smaller than P.
  • the sender Before the sender's semantic space generator creates the global semantic space, the sender, to the receiver, (i) a distance rule for determining a distance between the semantic data determined based on similarity between the semantic data and (ii) a mapping rule for generating a global semantic space for learning a semantic neural network.
  • FIG. 13 is a diagram illustrating an example of a global semantic space created by a semantic space generator. More specifically, FIG. 13 relates to a case where the definition of semantic resemblance is assumed to be a circle distance in a circular clock consisting of 0 to 9.
  • the semantic space of FIG. 13 is a semantic space generator It is designed by arranging with a greedy algorithm (greedy) for the main semantic elements 0 to 9, and generating a pseudo-random variable for the sub semantic element, the font.
  • the global semantic space may be understood to include at least one or more clusters configured based on semantic data mapped to satisfy a mapping rule.
  • the global semantic space may be configured so that among the at least one or more clusters, clusters composed of semantic data having similar meanings to each other exist at positions adjacent to each other. That is, by configuring the global semantic space so that clusters composed of semantic data having similar meanings are adjacent to each other, even if distortion of the semantic data transmitted from the transmitting end occurs, the receiving end has semantic meaning similar to that of the semantic data before distortion occurs. data can be obtained.
  • the global semantic space may be configured such that a distance between clusters composed of semantic data having a dissimilar meaning among the at least one or more clusters is greater than a specific value. That is, by constructing the global semantic space such that the distance between clusters composed of semantic data having dissimilar meanings is larger than a specific value, when distortion occurs in the semantic data transmitted from the transmitter, the semantic data before distortion occurs in the receiver. It is possible to prevent a problem in which semantic data having a completely different meaning from the meaning of is obtained. In other words, (i) the location of the semantic data transmitted from the transmitting end in the semantic space and (ii) the position in the semantic space corresponding to the semantic data having a completely different meaning from the semantic data transmitted from the transmitting end are sufficiently far from each other. By doing this, even if the semantic data transmitted from the transmitting end is distorted while passing through the channel, the probability that the receiving end obtains semantic data having a completely different meaning from that of the semantic data transmitted from the transmitting end can be reduced.
  • the specific value may be determined based on a channel state between the transmitting end and the receiving end. More specifically, in the case of a channel environment in which distortion of a signal through a channel is large, the location of semantic data transmitted from a transmitter in a semantic space may change greatly after passing through a channel. Therefore, in this case, the value of the distance between (i) the position of the semantic data transmitted from the transmitter in the semantic space and (ii) the position in the semantic space corresponding to the semantic data having a completely different meaning from the semantic data transmitted from the transmitter is can have a large value. Conversely, in the case of a channel environment in which distortion of a signal through a channel is small, the location of the semantic data transmitted from the transmitter in the semantic space may not change significantly after passing through the channel.
  • the value of the distance between (i) the position of the semantic data transmitted from the transmitter in the semantic space and (ii) the position in the semantic space corresponding to the semantic data having a completely different meaning from the semantic data transmitted from the transmitter is Even a small value may suffice.
  • a transmitter may receive a signal for measuring a channel state from a receiver. Thereafter, the transmitting end may transmit information on the channel state measured based on the signal to the receiving end. Next, the transmitting end may receive information about a specific value for setting a distance in the global semantic space between semantic data having different meanings, which is determined based on the channel state information, from the receiving end.
  • the global semantic space may be generated by a semantic space generator based on a distance rule, a mapping rule, and information on the specific value.
  • the operations described above may more preferably be performed before the semantic space generator performs operations to create the global semantic space. In addition, the above-described operations may be performed by being absorbed into the CSI reporting operation of the terminal in the existing communication system.
  • the adversarial semantic transmission system proposed in this proposal consists of a semantic encoder, channel, decoder, and feature extractor.
  • the semantic encoder, channel, and decoder are the same as those of the existing semantic communication system.
  • the semantic encoder is composed of a global semantic space generation network used as an encoder after training has been completed and a channel encoder connected behind the global semantic space generation network. Training is performed by fixing the weights of the semantic encoder, and the loss function is category cross entropy and the amount of mutual information It is composed of the weighted sum of , and optimization for them is performed simultaneously.
  • a convolutional filter and a general multi-layer neural network may be applied to the feature extractor and the semantic neural network.
  • feature extractors and semantic neural networks can be applied with embeddings, transformers, or RNN neural networks.
  • the channel encoder/decoder may be composed of a multi-layer neural network.
  • Training of adversarial semantic transport systems can consist of two sequences. First, training for the semantic space generation network is performed. After training of the global semantic space generator network is completed, the semantic space generator network serves as a real generator network, and the semantic encoder serves as a fake generator network, so that adversarial learning can be performed.
  • the semantic transport system can operate without the Glolar semantic space generator and discriminator.
  • FIG. 14 is a diagram illustrating an example of operation of the semantic transmission system after training is completed.
  • the semantic communication system proposed in this specification has a noise-robust effect by configuring the transmission space or the semantic space in consideration of the similarity of the overall semantic data.
  • 15 and 16 are diagrams showing the performance excellence of the semantic communication system to which the method proposed in this specification is applied.
  • FIG. 16 (a) is a record of the semantic space performed on the existing semantic communication system
  • FIG. 16 (b) shows a record of the semantic space performed on the semantic communication system proposed in this specification.
  • average transmission power was used as the power limiting condition.
  • 17 is a flowchart illustrating an example of a method proposed in this specification.
  • a transmitter is a receiver, (i) a distance rule for determining a distance between the semantic data determined based on similarity between the semantic data and (ii) a semantic neural network A mapping rule for generating a global semantic space for learning is transmitted (S1710).
  • mapping rule is a difference between “(i)” the “distance between the” semantic data determined based on the distance rule and “(ii)” the “distance” value between “locations where the semantic data are mapped on the global semantic space” is the semantic data It is a rule to be minimum for all, and to satisfy a required "transmission” power limitation "condition of the distribution of locations where the semantic data are mapped on the global semantic space.”
  • the transmitter generates the global semantic space based on the distance rule and the mapping rule (S1720).
  • the global semantic space is composed of the semantic data mapped to satisfy the mapping rule.
  • the transmitter learns the semantic neural network based on (i) the generated global semantic space and (ii) neural network supervised learning of the semantic space of the semantic encoder neural network constituting the semantic neural network (S1730).
  • the neural network supervised learning may include adversarial learning.
  • the transmitting end transmits the semantic data to the receiving end based on the learned semantic neural network (S1740).
  • An embodiment according to the present invention may be implemented by various means, for example, hardware, firmware, software, or a combination thereof.
  • one embodiment of the present invention provides one or more application specific integrated circuits (ASICs), digital signal processors (DSPs), digital signal processing devices (DSPDs), programmable logic devices (PLDs), FPGAs ( field programmable gate arrays), processors, controllers, microcontrollers, microprocessors, etc.
  • ASICs application specific integrated circuits
  • DSPs digital signal processors
  • DSPDs digital signal processing devices
  • PLDs programmable logic devices
  • FPGAs field programmable gate arrays
  • processors controllers, microcontrollers, microprocessors, etc.
  • an embodiment of the present invention may be implemented in the form of a module, procedure, or function that performs the functions or operations described above.
  • the software code can be stored in memory and run by a processor.
  • the memory may be located inside or outside the processor and exchange data with the processor by various means known in the art.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 명세서는 시맨틱(semantic) 무선 통신 시스템에서 송신단이 시맨틱 데이터를 전송하는 방법을 제공한다. 보다 구체적으로, 상기 방법은, 수신단으로, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 전송하는 단계, 상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고; 상기 거리 규칙 및 상기 맵핑 규칙에 기초하여, 상기 글로벌 시맨틱 공간을 생성하는 단계, 상기 글로벌 시맨틱 공간은 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되고; (i) 상기 생성된 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키는 단계; 및 상기 수신단으로, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 전송하는 단계를 포함하는 것을 특징으로 한다.

Description

무선 통신 시스템에서 시맨틱 데이터를 전송하는 방법 및 이를 위한 장치
본 명세서는 시맨틱 통신 방법에 관한 것으로, 보다 구체적으로 무선 통신 시스템에서 송신단이 시맨틱 데이터를 전송하기 위한 방법 및 이를 위한 장치에 관한 것이다.
무선 통신 시스템이 음성이나 데이터 등과 같은 다양한 종류의 통신 서비스를 제공하기 위해 광범위하게 전개되고 있다. 일반적으로 무선통신 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, SDMA(Space Division Multiple Access), OFDMA(Orthogonal Frequency Division Multiple Access) 시스템, SC-FDMA(Single Carrier Frequency Division Multiple Access) 시스템, IDMA (Interleave Division Multiple Access) 시스템 등이 있다.
본 명세서는 무선 통신 시스템에서 송신단이 시맨틱 데이터를 전송하는 방법 및 이를 위한 장치를 제공함에 목적이 있다.
또한, 본 명세서는 전체적인 시맨틱 공간의 구성을 고려한 글로벌 시맨틱 공간을 생성하기 위한 방법 및 이를 위한 장치를 제공함에 목적이 있다.
또한, 본 명세서는 전체적인 시맨틱 공간의 구성을 고려한 글로벌 시맨틱 공간에 기초한 시맨틱 뉴럴 네트워크의 적대적 학습을 통한 시맨틱 통신 방법 및 이를 위한 장치를 제공함에 목적이 있다.
본 명세서에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 명세서는 무선 통신 시스템에서 시맨틱 데이터를 전송하는 방법 및 이를 위한 장치를 제공한다.
보다 구체적으로, 본 명세서는, 시맨틱(semantic) 무선 통신 시스템에서 송신단이 시맨틱 데이터를 전송하는 방법에 있어서, 수신단으로, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 전송하는 단계, 상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고; 상기 거리 규칙 및 상기 맵핑 규칙에 기초하여, 상기 글로벌 시맨틱 공간을 생성하는 단계, 상기 글로벌 시맨틱 공간은 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되고; (i) 상기 생성된 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키는 단계; 및 상기 수신단으로, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 전송하는 단계를 포함하는 것을 특징으로 한다.
또한, 본 명세서는, 상기 글로벌 시맨틱 공간은 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들에 기초하여 구성된 적어도 하나 이상의 클러스터(cluster)를 포함하는 것을 특징으로 하는 방법.
또한, 본 명세서는, 상기 글로벌 시맨틱 공간은 상기 적어도 하나 이상의 클러스터 중 서로 의미가 유사한 시맨틱 데이터로 구성된 클러스터들이 서로 인접하도록 구성되는 것을 특징으로 할 수 있다.
또한, 본 명세서는, 상기 글로벌 시맨틱 공간은 상기 적어도 하나 이상의 클러스터 중 의미가 비유사한 시맨틱 데이터로 구성된 클러스터들 간의 거리가 특정 값보다 크도록 구성되는 것을 특징으로 할 수 있다.
또한, 본 명세서는, 상기 특정 값은 상기 송신단과 상기 수신단 간의 채널 상태에 기초하여 결정되는 것을 특징으로 할 수 있다.
또한, 본 명세서는, 상기 수신단으로부터, 상기 채널 상태의 측정을 위한 신호를 수신하는 단계; 상기 수신단으로, 상기 신호에 기초하여 측정된 상기 채널 상태에 대한 정보를 전송하는 단계; 및 상기 수신단으로부터, 상기 채널 상태 정보에 기초하여 결정된 상기 특정 값에 대한 정보를 수신하는 단계를 더 포함하되, 상기 글로벌 시맨틱 공간은 상기 특정 값에 대한 정보에 더 기초하여 생성되는 것을 특징으로 할 수 있다.
또한, 본 명세서는, 상기 특정 값의 크기는 상기 송신단과 상기 수신단 사이의 채널을 통한 신호 왜곡의 정도에 비례하여 결정되는 것을 특징으로 할 수 있다.
또한, 본 명세서는, 상기 맵핑 규칙은 아래의 수학식에 기초하여 생성되고,
[수학식]
Figure PCTKR2021013524-appb-img-000001
여기서, 상기 si 및 sj는 시맨틱 데이터이고, 상기
Figure PCTKR2021013524-appb-img-000002
는 상기 si 및 sj의 상기 글로벌 시맨틱 공간 상에서의 위치이고, 상기
Figure PCTKR2021013524-appb-img-000003
및
Figure PCTKR2021013524-appb-img-000004
는 상기 거리규칙인 것을 특징으로 할 수 있다.
또한, 본 명세서는, 상기 신경망 지도 학습은 적대적(adversarial) 학습이며, 상기 글로벌 시맨틱 공간을 생성한 시맨틱 공간 생성기가 진짜(real) 생성망 역할을 하고, 상기 시맨틱 인코더 뉴럴 네트워크는 가짜(fake) 생성망 역할을 하여 상기 적대적 학습이 수행되는 것을 특징으로 할 수 있다.
또한, 본 명세서는, 상기 전송 전력(P) 제한 조건은 아래의 수학식을 만족하고,
[수학식]
Figure PCTKR2021013524-appb-img-000005
여기서, x는 상기 시맨틱 데이터들의 상기 글로벌 시맨틱 공간 상에서의 위치들인 것을 특징으로 할 수 있다.
또한, 본 명세서는, 시맨틱(semantic) 무선 통신 시스템에서 시맨틱 데이터를 전송하는 송신단에 있어서, 무선 신호를 전송하기 위한 전송기(transmitter); 무선 신호를 수신하기 위한 수신기(receiver); 적어도 하나의 프로세서; 및 상기 적어도 하나의 프로세서에 동작 가능하게 접속 가능하고, 상기 적어도 하나의 프로세서에 의해 실행될 때, 동작들을 수행하는 지시(instruction)들을 저장하는 적어도 하나의 컴퓨터 메모리를 포함하며, 상기 동작들은, 수신단으로, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 전송하는 단계, 상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고; 상기 거리 규칙 및 상기 맵핑 규칙에 기초하여, 상기 글로벌 시맨틱 공간을 생성하는 단계,상기 글로벌 시맨틱 공간은 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되고; (i) 상기 생성된 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키는 단계; 및 상기 수신단으로, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 전송하는 단계를 포함하는 것을 특징으로 한다.
또한, 본 명세서는, 시맨틱(semantic) 무선 통신 시스템에서 수신단이 시맨틱 데이터를 수신하는 방법에 있어서, 송신단으로부터, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 수신하는 단계, 상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고; (i) 상기 거리 규칙 및 상기 맵핑 규칙에 기초하여 상기 송신단에서 생성되며, 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되는 상기 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키는 단계; 및상기 송신단으로부터, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 수신하는 단계를 포함하는 것을 특징으로 한다.
또한, 본 명세서는, 시맨틱(semantic) 무선 통신 시스템에서 시맨틱 데이터를 수신하는 수신단에 있어서, 무선 신호를 전송하기 위한 전송기(transmitter); 무선 신호를 수신하기 위한 수신기(receiver); 적어도 하나의 프로세서; 및 상기 적어도 하나의 프로세서에 동작 가능하게 접속 가능하고, 상기 적어도 하나의 프로세서에 의해 실행될 때, 동작들을 수행하는 지시(instruction)들을 저장하는 적어도 하나의 컴퓨터 메모리를 포함하며, 상기 동작들은, 송신단으로부터, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 수신하는 단계, 상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고; (i) 상기 거리 규칙 및 상기 맵핑 규칙에 기초하여 상기 송신단에서 생성되며, 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되는 상기 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키는 단계; 및 상기 송신단으로부터, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 수신하는 단계를 포함하는 것을 특징으로 한다.
또한, 본 명세서는, 하나 이상의 명령어들을 저장하는 비일시적 컴퓨터 판독 가능 매체(computer readable medium, CRM)에 있어서, 하나 이상의 프로세서들에 의해 실행 가능한 하나 이상의 명령어들은 시맨틱(semantic) 무선 통신 시스템에서 시맨틱 데이터를 전송하는 송신단이, 수신단으로, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 전송하도록 하고, 상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고, 상기 거리 규칙 및 상기 맵핑 규칙에 기초하여, 상기 글로벌 시맨틱 공간을 생성하도록 하고, 상기 글로벌 시맨틱 공간은 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되고, (i) 상기 생성된 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키도록 하고, 상기 수신단으로, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 전송하도록 하는 것을 특징으로 한다.
또한, 본 명세서는, 하나 이상의 메모리들 및 상기 하나 이상의 메모리들과 기능적으로 연결되어 있는 하나 이상의 프로세서들을 포함하는 장치에 있어서, 상기 하나 이상의 프로세서들은 상기 장치가, 수신단으로, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 전송하도록 하고, 상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고, 상기 거리 규칙 및 상기 맵핑 규칙에 기초하여, 상기 글로벌 시맨틱 공간을 생성하도록 하고, 상기 글로벌 시맨틱 공간은 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되고, (i) 상기 생성된 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키도록 하고, 상기 수신단으로, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 전송하도록 하는 것을 특징으로 하는 것을 특징으로 한다.
본 명세서는 무선 통신 시스템에서 송신단이 시맨틱 데이터를 전송할 수 있는 효과가 있다.
또한, 본 명세서는 전체적인 시맨틱 공간의 구성을 고려한 글로벌 시맨틱 공간을 생성함으로써, 채널을 통한 신호 왜곡에 강건한 시맨틱 통신 시스템이 구성될 수 있는 효과가 있다.
또한, 전체적인 시맨틱 공간의 구성을 고려한 글로벌 시맨틱 공간에 기초한 시맨틱 뉴럴 네트워크의 적대적 학습을 통해 시맨틱 통신을 수행함으로써, 채널을 통한 신호 왜곡에 강건한 시맨틱 통신 시스템이 구성될 수 있는 효과가 있다.
본 명세서에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
이하에 첨부되는 도면들은 본 명세서에 관한 이해를 돕기 위한 것으로, 상세한 설명과 함께 본 명세서에 대한 실시 예들을 제공할 수 있다. 다만, 본 명세서의 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 명세서에 적용 가능한 통신 시스템 예시를 나타낸 도면이다.
도 2는 본 명세서에 적용 가능한 무선 기기의 예시를 나타낸 도면이다.
도 3은 본 명세서에 적용 가능한 전송 신호를 처리하는 방법을 나타낸 도면이다.
도 4는 본 명세서에 적용 가능한 무선 기기의 다른 예시를 나타낸 도면이다.
도 5는 본 명세서에 적용 가능한 휴대 기기의 예시를 나타낸 도면이다.
도 6은 본 명세서에 적용 가능한 물리 채널들 및 이들을 이용한 신호 전송 방법을 나타낸 도면이다.
도 7은 본 명세서에 적용 가능한 무선 프레임의 구조를 나타낸 도면이다.
도 8은 본 명세서에 적용 가능한 슬롯 구조를 나타낸 도면이다.
도 9는 본 명세서에 적용 가능한 6G 시스템에서 제공 가능한 통신 구조의 일례를 나타낸 도면이다.
도 10은 시맨틱 통신 시스템을 구성하는 인공 신경망의 훈련을 통해 생성된 시맨틱 공간의 예시들 나타낸 도이다.
도 11은 훈련을 통해 생성된 시맨틱 공간의 또 다른 일 예들을 나타낸 도이다.
도 12는 본 명세서에서 제안하는 방법들이 적용될 수 있는 시맨틱 통신 시스템의 일 예를 나타낸 도이다.
도 13은 시맨틱 공간 생성기에 의해 생성된 글로벌 시맨틱 공간의 일 예를 나타낸 도이다.
도 14는 훈련이 완료된 후의 시맨틱 전송 시스템 동작의 일 예를 나타낸 도이다.
도 15 및 16은 본 명세서에서 제안하는 방법이 적용되는 시맨틱 통신 시스템의 성능 우수성을 보여주는 도이다.
도 17은 본 명세서에서 제안하는 방법의 일 예를 나타낸 흐름도이다.
이하의 실시 예들은 본 명세서의 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 명세서의 실시 예를 구성할 수도 있다. 본 명세서의 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 명세서의 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 명세서를 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 명세서의 실시예들은 기지국과 이동국 간의 데이터 송수신 관계를 중심으로 설명되었다. 여기서, 기지국은 이동국과 직접적으로 통신을 수행하는 네트워크의 종단 노드(terminal node)로서의 의미가 있다. 본 명세서에서 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 명세서의 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 명세서의 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 명세서의 실시 예들은 3GPP TS(technical specification) 38.211, 3GPP TS 38.212, 3GPP TS 38.213, 3GPP TS 38.321 및 3GPP TS 38.331 문서들에 의해 뒷받침 될 수 있다.
또한, 본 명세서의 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 명세서의 실시 예들 중 설명하지 않은 자명한 단계들 또는 부분들은 상기 문서들을 참조하여 설명될 수 있다. 또한, 본 명세서에서 개시하고 있는 모든 용어들은 상기 표준 문서에 의해 설명될 수 있다.
이하, 본 명세서에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 명세서의 예시적인 실시 형태를 설명하고자 하는 것이며, 본 명세서의 기술 구성이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다.
또한, 본 명세서의 실시 예들에서 사용되는 특정 용어들은 본 명세서의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 명세서의 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 명세서에 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 명세서에 적용 가능한 통신 시스템
이로 제한되는 것은 아니지만, 본 명세서에 개시된 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 명세서에 적용되는 통신 시스템 예시를 도시한 도면이다. 도 1을 참조하면, 본 명세서에 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 명세서의 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 명세서에 적용 가능한 통신 시스템
도 2는 본 명세서에 적용될 수 있는 무선 기기의 예시를 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 명세서에 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 명세서에 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 명세서에서 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 명세서에 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 명세서에 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 명세서에서 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 명세서에 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 명세서에 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 명세서에 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 명세서에 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 명세서에 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 명세서에 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 명세서에 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 명세서의 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 명세서에 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 명세서에 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 명세서에서, 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.
도 3은 본 명세서에 적용되는 전송 신호를 처리하는 방법을 도시한 도면이다. 일 예로, 전송 신호는 신호 처리 회로에 의해 처리될 수 있다. 이때, 신호 처리 회로(300)는 스크램블러(310), 변조기(320), 레이어 매퍼(330), 프리코더(340), 자원 매퍼(350), 신호 생성기(360)를 포함할 수 있다. 이때, 일 예로, 도 3의 동작/기능은 도 2의 프로세서(202a, 202b) 및/또는 송수신기(206a, 206b)에서 수행될 수 있다. 또한, 일 예로, 도 3의 하드웨어 요소는 도 2의 프로세서(202a, 202b) 및/또는 송수신기(206a, 206b)에서 구현될 수 있다. 일 예로, 블록 310~350은 도 2의 프로세서(202a, 202b)에서 구현되고, 블록 360은 도 2의 송수신기(206a, 206b)에서 구현될 수 있으며, 상술한 실시 예로 한정되지 않는다.
코드워드는 도 3의 신호 처리 회로(300)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 도 6의 다양한 물리 채널(예, PUSCH, PDSCH)을 통해 전송될 수 있다. 구체적으로, 코드워드는 스크램블러(310)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(320)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(330)에 의해 하나 이상의 전송 레이어로 매핑될 수 있다. 각 전송 레이어의 변조 심볼들은 프리코더(340)에 의해 해당 안테나 포트(들)로 매핑될 수 있다(프리코딩). 프리코더(340)의 출력 z는 레이어 매퍼(330)의 출력 y를 N*M의 프리코딩 행렬 W와 곱해 얻을 수 있다. 여기서, N은 안테나 포트의 개수, M은 전송 레이어의 개수이다. 여기서, 프리코더(340)는 복소 변조 심볼들에 대한 트랜스폼(transform) 프리코딩(예, DFT(discrete fourier transform) 변환)을 수행한 이후에 프리코딩을 수행할 수 있다. 또한, 프리코더(340)는 트랜스폼 프리코딩을 수행하지 않고 프리코딩을 수행할 수 있다.
자원 매퍼(350)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(360)는 매핑된 변조 심볼들로부터 무선 신호를 생성하며, 생성된 무선 신호는 각 안테나를 통해 다른 기기로 전송될 수 있다. 이를 위해, 신호 생성기(360)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 3의 신호 처리 과정(310~360)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.
본 명세서에 적용 가능한 무선 기기 구조
도 4는 본 명세서에 적용되는 무선 기기의 다른 예시를 도시한 도면이다.
도 4를 참조하면, 무선 기기(400)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(400)는 통신부(410), 제어부(420), 메모리부(430) 및 추가 요소(440)를 포함할 수 있다. 통신부는 통신 회로(412) 및 송수신기(들)(414)을 포함할 수 있다. 예를 들어, 통신 회로(412)는 도 2의 하나 이상의 프로세서(202a, 202b) 및/또는 하나 이상의 메모리(204a, 204b)를 포함할 수 있다. 예를 들어, 송수신기(들)(414)는 도 2의 하나 이상의 송수신기(206a, 206b) 및/또는 하나 이상의 안테나(208a, 208b)을 포함할 수 있다. 제어부(420)는 통신부(410), 메모리부(430) 및 추가 요소(440)와 전기적으로 연결되며 무선 기기의 제반 동작을 제어한다. 예를 들어, 제어부(420)는 메모리부(430)에 저장된 프로그램/코드/명령/정보에 기반하여 무선 기기의 전기적/기계적 동작을 제어할 수 있다. 또한, 제어부(420)는 메모리부(430)에 저장된 정보를 통신부(410)을 통해 외부(예, 다른 통신 기기)로 무선/유선 인터페이스를 통해 전송하거나, 통신부(410)를 통해 외부(예, 다른 통신 기기)로부터 무선/유선 인터페이스를 통해 수신된 정보를 메모리부(430)에 저장할 수 있다.
추가 요소(440)는 무선 기기의 종류에 따라 다양하게 구성될 수 있다. 예를 들어, 추가 요소(440)는 파워 유닛/배터리, 입출력부(input/output unit), 구동부 및 컴퓨팅부 중 적어도 하나를 포함할 수 있다. 이로 제한되는 것은 아니지만, 무선 기기(400)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 4에서 무선 기기(400) 내의 다양한 요소, 성분, 유닛/부, 및/또는 모듈은 전체가 유선 인터페이스를 통해 상호 연결되거나, 적어도 일부가 통신부(410)를 통해 무선으로 연결될 수 있다. 예를 들어, 무선 기기(400) 내에서 제어부(420)와 통신부(410)는 유선으로 연결되며, 제어부(420)와 제1 유닛(예, 430, 440)은 통신부(410)를 통해 무선으로 연결될 수 있다. 또한, 무선 기기(400) 내의 각 요소, 성분, 유닛/부, 및/또는 모듈은 하나 이상의 요소를 더 포함할 수 있다. 예를 들어, 제어부(420)는 하나 이상의 프로세서 집합으로 구성될 수 있다. 예를 들어, 제어부(420)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(430)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 명세서가 적용 가능한 휴대 기기
도 5는 본 명세서에 적용되는 휴대 기기의 예시를 도시한 도면이다.
도 5는 본 명세서에 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 5를 참조하면, 휴대 기기(500)는 안테나부(508), 통신부(510), 제어부(520), 메모리부(530), 전원공급부(540a), 인터페이스부(540b) 및 입출력부(540c)를 포함할 수 있다. 안테나부(508)는 통신부(510)의 일부로 구성될 수 있다. 블록 510~530/540a~540c는 각각 도 4의 블록 410~430/440에 대응한다.
통신부(510)는 다른 무선 기기, 기지국들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(520)는 휴대 기기(500)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(520)는 AP(application processor)를 포함할 수 있다. 메모리부(530)는 휴대 기기(500)의 구동에 필요한 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 또한, 메모리부(530)는 입/출력되는 데이터/정보 등을 저장할 수 있다. 전원공급부(540a)는 휴대 기기(500)에게 전원을 공급하며, 유/무선 충전 회로, 배터리 등을 포함할 수 있다. 인터페이스부(540b)는 휴대 기기(500)와 다른 외부 기기의 연결을 지원할 수 있다. 인터페이스부(540b)는 외부 기기와의 연결을 위한 다양한 포트(예, 오디오 입/출력 포트, 비디오 입/출력 포트)를 포함할 수 있다. 입출력부(540c)는 영상 정보/신호, 오디오 정보/신호, 데이터, 및/또는 사용자로부터 입력되는 정보를 입력 받거나 출력할 수 있다. 입출력부(540c)는 카메라, 마이크로폰, 사용자 입력부, 디스플레이부(540d), 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다.
일 예로, 데이터 통신의 경우, 입출력부(540c)는 사용자로부터 입력된 정보/신호(예, 터치, 문자, 음성, 이미지, 비디오)를 획득하며, 획득된 정보/신호는 메모리부(530)에 저장될 수 있다. 통신부(510)는 메모리에 저장된 정보/신호를 무선 신호로 변환하고, 변환된 무선 신호를 다른 무선 기기에게 직접 전송하거나 기지국에게 전송할 수 있다. 또한, 통신부(510)는 다른 무선 기기 또는 기지국으로부터 무선 신호를 수신한 뒤, 수신된 무선 신호를 원래의 정보/신호로 복원할 수 있다. 복원된 정보/신호는 메모리부(530)에 저장된 뒤, 입출력부(540c)를 통해 다양한 형태(예, 문자, 음성, 이미지, 비디오, 햅틱)로 출력될 수 있다.
물리 채널들 및 일반적인 신호 전송
무선 접속 시스템에서 단말은 하향링크(downlink, DL)를 통해 기지국으로부터 정보를 수신하고, 상향링크(uplink, UL)를 통해 기지국으로 정보를 전송할 수 있다. 기지국과 단말이 송수신하는 정보는 일반 데이터 정보 및 다양한 제어 정보를 포함하고, 이들이 송수신 하는 정보의 종류/용도에 따라 다양한 물리 채널이 존재한다.
도 6은 본 명세서에 적용되는 물리 채널들 및 이들을 이용한 신호 전송 방법을 도시한 도면이다.
전원이 꺼진 상태에서 다시 전원이 켜지거나, 새로이 셀에 진입한 단말은 S611 단계에서 기지국과 동기를 맞추는 등의 초기 셀 탐색(initial cell search) 작업을 수행한다. 이를 위해 단말은 기지국으로부터 주 동기 채널(primary synchronization channel, P-SCH) 및 부 동기 채널(secondary synchronization channel, S-SCH)을 수신하여 기지국과 동기를 맞추고, 셀 ID 등의 정보를 획득할 수 있다.
그 후, 단말은 기지국으로부터 물리 방송 채널(physical broadcast channel, PBCH) 신호를 수신하여 셀 내 방송 정보를 획득할 수 있다. 한편, 단말은 초기 셀 탐색 단계에서 하향링크 참조 신호 (DL RS: Downlink Reference Signal)를 수신하여 하향링크 채널 상태를 확인할 수 있다. 초기 셀 탐색을 마친 단말은 S612 단계에서 물리 하향링크 제어 채널(physical downlink control channel, PDCCH) 및 물리 하향링크 제어 채널 정보에 따른 물리 하향링크 공유 채널(physical downlink control channel, PDSCH)을 수신하여 조금 더 구체적인 시스템 정보를 획득할 수 있다.
이후, 단말은 기지국에 접속을 완료하기 위해 이후 단계 S613 내지 단계 S616과 같은 임의 접속 과정(random access procedure)을 수행할 수 있다. 이를 위해 단말은 물리 임의 접속 채널(physical random access channel, PRACH)을 통해 프리앰블 (preamble)을 전송하고(S613), 물리 하향링크 제어 채널 및 이에 대응하는 물리 하향링크 공유 채널을 통해 프리앰블에 대한 RAR(random access response)를 수신할 수 있다(S614). 단말은 RAR 내의 스케줄링 정보를 이용하여 PUSCH(physical uplink shared channel)을 전송하고(S615), 물리 하향링크 제어채널 신호 및 이에 대응하는 물리 하향링크 공유 채널 신호의 수신과 같은 충돌 해결 절차(contention resolution procedure)를 수행할 수 있다(S616).
상술한 바와 같은 절차를 수행한 단말은 이후 일반적인 상/하향링크 신호 전송 절차로서 물리 하향링크 제어 채널 신호 및/또는 물리 하향링크 공유 채널 신호의 수신(S617) 및 물리 상향링크 공유 채널(physical uplink shared channel, PUSCH) 신호 및/또는 물리 상향링크 제어 채널(physical uplink control channel, PUCCH) 신호의 전송(S618)을 수행할 수 있다.
단말이 기지국으로 전송하는 제어정보를 통칭하여 상향링크 제어정보(uplink control information, UCI)라고 지칭한다. UCI는 HARQ-ACK/NACK(hybrid automatic repeat and request acknowledgement/negative-ACK), SR(scheduling request), CQI(channel quality indication), PMI(precoding matrix indication), RI(rank indication), BI(beam indication) 정보 등을 포함한다. 이때, UCI는 일반적으로 PUCCH를 통해 주기적으로 전송되지만, 실시 예에 따라(예, 제어정보와 트래픽 데이터가 동시에 전송되어야 할 경우) PUSCH를 통해 전송될 수 있다. 또한, 네트워크의 요청/지시에 의해 단말은 PUSCH를 통해 UCI를 비주기적으로 전송할 수 있다.
도 7은 본 명세서에 적용 가능한 무선 프레임의 구조를 도시한 도면이다.
NR 시스템에 기초한 상향링크 및 하향링크 전송은 도 7과 같은 프레임에 기초할 수 있다. 이때, 하나의 무선 프레임은 10ms의 길이를 가지며, 2개의 5ms 하프-프레임(half-frame, HF)으로 정의될 수 있다. 하나의 하프-프레임은 5개의 1ms 서브프레임(subframe, SF)으로 정의될 수 있다. 하나의 서브프레임은 하나 이상의 슬롯으로 분할되며, 서브프레임 내 슬롯 개수는 SCS(subcarrier spacing)에 의존할 수 있다. 이때, 각 슬롯은 CP(cyclic prefix)에 따라 12개 또는 14개의 OFDM(A) 심볼들을 포함할 수 있다. 일반 CP(normal CP)가 사용되는 경우, 각 슬롯은 14개의 심볼들을 포함할 수 있다. 확장 CP(extended CP)가 사용되는 경우, 각 슬롯은 12개의 심볼들을 포함할 수 있다. 여기서, 심볼은 OFDM 심볼(또는, CP-OFDM 심볼), SC-FDMA 심볼(또는, DFT-s-OFDM 심볼)을 포함할 수 있다.
표 1은 일반 CP가 사용되는 경우, SCS에 따른 슬롯 별 심볼의 개수, 프레임 별 슬롯의 개수 및 서브프레임 별 슬롯의 개수를 나타내고, 표 2는 확장된 CSP가 사용되는 경우, SCS에 따른 슬롯 별 심볼의 개수, 프레임 별 슬롯의 개수 및 서브프레임 별 슬롯의 개수를 나타낸다.
Figure PCTKR2021013524-appb-img-000006
Figure PCTKR2021013524-appb-img-000007
상기 표 1 및 표 2에서, Nslotsymb 는 슬롯 내 심볼의 개수를 나타내고, Nframe,μslot는 프레임 내 슬롯의 개수를 나타내고, Nsubframe,μslot는 서브프레임 내 슬롯의 개수를 나타낼 수 있다.
또한, 본 명세서가 적용 가능한 시스템에서, 하나의 단말에게 병합되는 복수의 셀들간에 OFDM(A) 뉴모놀로지(numerology)(예, SCS, CP 길이 등)가 상이하게 설정될 수 있다. 이에 따라, 동일한 개수의 심볼로 구성된 시간 자원(예, SF, 슬롯 또는 TTI)(편의상, TU(time unit)로 통칭)의 (절대 시간) 구간이 병합된 셀들 간에 상이하게 설정될 수 있다.
NR은 다양한 5G 서비스들을 지원하기 위한 다수의 numerology(또는 SCS(subcarrier spacing))를 지원할 수 있다. 예를 들어, SCS가 15kHz인 경우, 전통적인 셀룰러 밴드들에서의 넓은 영역(wide area)를 지원하며, SCS가 30kHz/60kHz인 경우, 밀집한-도시(dense-urban), 더 낮은 지연(lower latency) 및 더 넓은 캐리어 대역폭(wider carrier bandwidth)를 지원하며, SCS가 60kHz 또는 그보다 높은 경우, 위상 잡음(phase noise)를 극복하기 위해 24.25GHz보다 큰 대역폭을 지원할 수 있다.
NR 주파수 밴드(frequency band)는 2가지 type(FR1, FR2)의 주파수 범위(frequency range)로 정의된다. FR1, FR2는 아래 표와 같이 구성될 수 있다. 또한, FR2는 밀리미터 웨이브(millimeter wave, mmW)를 의미할 수 있다.
Figure PCTKR2021013524-appb-img-000008
또한, 일 예로, 본 명세서가 적용 가능한 통신 시스템에서 상술한 뉴모놀로지(numerology)가 다르게 설정될 수 있다. 일 예로, 상술한 FR2보다 높은 주파수 대역으로 테라헤르츠 웨이브(Terahertz wave, THz) 대역이 사용될 수 있다. THz 대역에서 SCS는 NR 시스템보다 더 크게 설정될 수 있으며, 슬롯 수도 상이하게 설정될 수 있으며, 상술한 실시 예로 한정되지 않는다.
도 8은 본 명세서에 적용 가능한 슬롯 구조를 도시한 도면이다.
하나의 슬롯은 시간 도메인에서 복수의 심볼을 포함한다. 예를 들어, 보통 CP의 경우 하나의 슬롯이 7개의 심볼을 포함하나, 확장 CP의 경우 하나의 슬롯이 6개의 심볼을 포함할 수 있다. 반송파(carrier)는 주파수 도메인에서 복수의 부반송파(subcarrier)를 포함한다. RB(Resource Block)는 주파수 도메인에서 복수(예, 12)의 연속한 부반송파로 정의될 수 있다.
또한, BWP(Bandwidth Part)는 주파수 도메인에서 복수의 연속한 (P)RB로 정의되며, 하나의 뉴모놀로지(numerology)(예, SCS, CP 길이 등)에 대응될 수 있다.
반송파는 최대 N개(예, 5개)의 BWP를 포함할 수 있다. 데이터 통신은 활성화된 BWP를 통해서 수행되며, 하나의 단말한테는 하나의 BWP만 활성화될 수 있다. 자원 그리드에서 각각의 요소는 자원요소(Resource Element, RE)로 지칭되며, 하나의 복소 심볼이 매핑될 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 4와 같은 요구 사항을 만족시킬 수 있다. 즉, 표 4는 6G 시스템의 요구 사항을 나타낸 표이다.
Figure PCTKR2021013524-appb-img-000009
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 9는 본 명세서에 적용 가능한 6G 시스템에서 제공 가능한 통신 구조의 일례를 도시한 도면이다.
도 9를 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. 또한, 6G에서 새로운 네트워크 특성들은 다음과 같을 수 있다.
- 위성 통합 네트워크(Satellites integrated network): 글로벌 모바일 집단을 제공하기 위해 6G는 위성과 통합될 것으로 예상된다. 지상파, 위성 및 공중 네트워크를 하나의 무선통신 시스템으로 통합은 6G에 매우 중요할 수 있다.
- 연결된 인텔리전스(connected intelligence): 이전 세대의 무선 통신 시스템과 달리 6G는 혁신적이며, “연결된 사물”에서 "연결된 지능"으로 무선 진화가 업데이트될 것이다. AI는 통신 절차의 각 단계(또는 후술할 신호 처리의 각 절차)에서 적용될 수 있다.
- 무선 정보 및 에너지 전달의 완벽한 통합(seamless integration wireless information and energy transfer): 6G 무선 네트워크는 스마트폰들과 센서들과 같이 디바이스들의 배터리를 충전하기 위해 전력을 전달할 것이다. 그러므로, 무선 정보 및 에너지 전송 (WIET)은 통합될 것이다.
- 유비쿼터스 슈퍼 3D 연결(ubiquitous super 3-dimemtion connectivity): 드론 및 매우 낮은 지구 궤도 위성의 네트워크 및 핵심 네트워크 기능에 접속은 6G 유비쿼터스에서 슈퍼 3D 연결을 만들 것이다.
위와 같은 6G의 새로운 네트워크 특성들에서 몇 가지 일반적인 요구 사항은 다음과 같을 수 있다.
- 스몰 셀 네트워크(small cell networks): 스몰 셀 네트워크의 아이디어는 셀룰러 시스템에서 처리량, 에너지 효율 및 스펙트럼 효율 향상의 결과로 수신 신호 품질을 향상시키기 위해 도입되었다. 결과적으로, 스몰 셀 네트워크는 5G 및 비욘드 5G (5GB) 이상의 통신 시스템에 필수적인 특성이다. 따라서, 6G 통신 시스템 역시 스몰 셀 네트워크의 특성을 채택한다.
- 초 고밀도 이기종 네트워크(ultra-dense heterogeneous network): 초 고밀도 이기종 네트워크들은 6G 통신 시스템의 또 다른 중요한 특성이 될 것이다. 이기종 네트워크로 구성된 멀티-티어 네트워크는 전체 QoS를 개선하고 비용을 줄인다.
- 대용량 백홀(high-capacity backhaul): 백홀 연결은 대용량 트래픽을 지원하기 위해 대용량 백홀 네트워크로 특징 지어진다. 고속 광섬유 및 자유 공간 광학 (FSO) 시스템이 이 문제에 대한 가능한 솔루션일 수 있다.
- 모바일 기술과 통합된 레이더 기술: 통신을 통한 고정밀 지역화(또는 위치 기반 서비스)는 6G 무선통신 시스템의 기능 중 하나이다. 따라서, 레이더 시스템은 6G 네트워크와 통합될 것이다.
- 소프트화 및 가상화(softwarization and virtualization): 소프트화 및 가상화는 유연성, 재구성성 및 프로그래밍 가능성을 보장하기 위해 5GB 네트워크에서 설계 프로세스의 기초가 되는 두 가지 중요한 기능이다. 또한, 공유 물리적 인프라에서 수십억 개의 장치가 공유될 수 있다.
시맨틱 통신
무선 통신 시스템이 음성이나 데이터 등과 같은 다양한 종류의 통신 서비스를 제공하기 위해 광범위하게 전개되고 있다. 일반적으로 무선통신 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, SDMA(Space Division Multiple Access), OFDMA(Orthogonal Frequency Division Multiple Access) 시스템, SC-FDMA(Single Carrier Frequency Division Multiple Access) 시스템, IDMA (Interleave Division Multiple Access) 시스템 등이 있다. 이러한 무선 통신 시스템은 정보 이론을 바탕으로 설계되고, 이는 큰 대역폭의 통신 데이터를 오류 없이 송신하고 수신하는 "심볼 통신(symbol communication)"에 해당한다.
한편, 시맨틱 통신은 기존 심볼 통신 시스템과 달리 송신자와 수신자간의 의도 혹은 의미를 전달하는 통신이다. 통신 계층적으로 볼 때 시맨틱 통신은 심볼 통신의 상위에 있다. 즉, 시맨틱 통신은 심볼 통신을 기반으로 송신자와 수신자간의 통신하고자 하는 의미와 목적을 일치시키는 것이다. 통신 레벨은 아래의 세 가지 레벨로 구분될 수 있는데, 시맨틱 통신은 아래의 Level B에 해당한다.
Level A: 통신 심볼을 정확히 전송하는 것이 목적임(How accurately can the symbols of communication be transmitted?)(기술적 문제).
Level B: 통신 심볼이 의도하는 의미를 정확하게 전송하는 것이 목적임(How precisely do the transmitted symbols convey the desired meaning?)(시맨틱 문제).
Level C: 수신된 의미가 원하는 방식으로 영향을 미치도록 하는 것이 목적임(How effectively does the received meaning affect conduct in the desired way?)(효율성 문제[The effectiveness problem])
최근 AI의 기술 발달로 인하여 시맨틱 통신 방법이 제안되고 있는데, 심볼에 시맨틱을 전달하는 문제에 인공 신경망을 적용하는 시도들이 생기고 있다. 시맨틱 통신에서는 송신자와 수신자간 주고 받은 시맨틱 오류를 최소화하는 문제를 다룬다. 시맨틱 통신 시스템은 (i) 시맨틱을 심볼로 변환하기 위한 인코더 신경망, (ii) 통신 채널 및 (iii) 통신 채널을 통과한 심볼을 시맨틱으로 변환하기 위한 디코더 신경망으로 구성된다. 또한, 상기 인코더 신경망과 디코더 신경망에는 채널 상으로 전송하고자 하는 심볼의 오류를 줄이기 위한 채널 코딩기능도 추가될 수 있고, 이를 통해 상기 인코더 신경망과 디코더 신경망은 시맨틱 신경망과 함께 구성될 수도 있다.
시맨틱 오류는 시맨틱 닮음(semantic similarity)으로 정의될 수 있다. 심볼 통신의 경우, 송수신된 데이터들 중 하나의 데이터라도 오류가 발생하면 데이터의 재전송이 필요하다. 반면, 시맨틱 통신은 오류가 발생하더라도 송신자와 수신자 간의 상황에 따라 재전송 없이도 전송된 데이터가 복구될 가능성이 있으므로, 시맨틱 통신의 성능은 닮음의 정도에 기초하여 측정될 수 있다. 보다 구체적으로, 단어 전송(word transmission)을 위한 시맨틱 통신 시스템의 경우, 송신단에서 수신단으로 "beautiful"이라는 단어를 전송하고, 채널 상에서 발생한 오류로 인해 수신단에서 "gorgeous"라는 단어가 수신되더라도, "beautiful"이라는 단어와 "gorgeous"라는 단어는 서로 시맨틱 닮음이 크므로 성능 저하가 크지 않은 것으로 해석될 수 있다. 즉, "beautiful"이라는 단어와 "gorgeous"라는 단어는 서로 의미가 유사한 단어이므로, 송신단에서 전송된 "beautiful"이라는 단어가 수신단에서 "gorgeous"라는 단어로 수신되더라도, 시맨틱 통신의 성능은 양호한 것으로 볼 수 있다. 상기에서는 단어 전송을 위한 시맨틱 통신 시스템을 예로 설명하였지만, 시맨틱 통신 시스템은 의미에 따라 텍스트 문장 송수신, 이미지 송수신, 동영상 송수신, 에이전트 명령 송수신 등의 다양한 형태로 존재할 수도 있다. 경우에 따라서는, 송신단이 전송한 시맨틱 데이터의 형태와 수신단이 수신한 시맨틱 데이터의 형태가 서로 다를 수도 있다. 예를 들어, 송신단에서 텍스트 문장을 전송하였을 때, 수신단의 입장에서는 전송된 텍스트 문장이 논리적 명제인지 아닌지 여부가 중요하게 취급될 수도 있다.
기존 시맨틱 통신에서의 인코더 신경망과 디코더 신경망의 훈련 시, 인코더 신경망은 전체 시맨틱 공간 상에서 시맨틱 닮음을 전체적(globally)으로 반영하지 못하고 부분적(locally)으로만 반영한 형태의 심볼 공간을 생성하였다. 이 심볼 공간은 잠재공간(latent space), 시맨틱 공간 등으로 호칭될 수 있으며, 이와 동일 유사하게 해석되는 범위에서 다양한 형태로 호칭될 수 있다. 전송 심볼이 통신 채널 상에서의 왜곡을 겪으면서 시맨틱 공간 내에서 왜곡 되더라도, 전체적인 시맨틱 공간의 구성이 고려되어 왜곡된 전송 심볼이 왜곡이 일어나기 전의 전송 심볼과 유사한 시맨틱 심볼로 대응되어야 시맨틱 시스템이 왜곡에 강건할 수 있다. 즉, (i) 왜곡이 일어나기 전의 전송 심볼의 시맨틱 공간 내에서의 위치에 대응되는 시맨틱 심볼과 (ii) 왜곡이 일어난 전송 심볼의 시맨틱 공간 내에서의 위치에 대응되는 시맨틱 심볼 사이의 닮음의 정도가 큰 경우, 상기 전송 심볼이 전송되는 시맨틱 시스템은 왜곡에 강건한 시맨틱 시스템일 수 있다.
보다 구체적으로, 문장 전송을 위한 시맨틱 통신 시스템의 경우, 송신단에서 전송되는 전송 문장
Figure PCTKR2021013524-appb-img-000010
의 l번째 단어
Figure PCTKR2021013524-appb-img-000011
의 출현 확률 p와 수신단에서 수신되는 수신 문장
Figure PCTKR2021013524-appb-img-000012
을 구성하는 각 단어들의 출현 확률 q간의 카테고리컬 엔트로피(categorical entropy)로서 시맨틱 닮음이 반영될 수 있는데, 이는 아래의 수학식과 같이 표현될 수 있다.
Figure PCTKR2021013524-appb-img-000013
기존의 시맨틱 통신 시스템에서는 시맨틱 통신 시스템을 구성하는 인공 신경망을 훈련할 때, 송신단에서 전송한 전송 신호
Figure PCTKR2021013524-appb-img-000014
와 수신단에서 수신한 수신 신호
Figure PCTKR2021013524-appb-img-000015
간의 손실 함수(loss function)(즉, 시맨틱 닮음)는 통신 채널의 perturbation에 의한 시맨틱 공간 상에서의
Figure PCTKR2021013524-appb-img-000016
근방의 공간(local similarity)에 대해서만 학습된다.
시맨틱 통신 시스템을 구성하는 인공 신경망의 훈련을 통해 생성된 시맨틱 공간의 예시들을 도 10을 참조하여 설명하도록 한다.
도 10은 시맨틱 통신 시스템을 구성하는 인공 신경망의 훈련을 통해 생성된 시맨틱 공간의 예시들 나타낸 도이다.
먼저, 도 10(a)는 기존 시맨틱 통신 시스템에서 시맨틱 통신 시스템을 구성하는 인공 신경망의 훈련을 통해 생성된 시맨틱 공간의 예시를 나타낸 도이다. 도 10(a)에 도시된 시맨틱 공간(잠재 공간)은 2차원으로 구성되는데, 상기 시맨틱 공간은 송신단에서 전송한 전송 신호
Figure PCTKR2021013524-appb-img-000017
에 대응되는 시맨틱 공간 상에서의 위치에 대해서 전송 신호(심볼)
Figure PCTKR2021013524-appb-img-000018
와 수신단에서 수신한 수신 신호
Figure PCTKR2021013524-appb-img-000019
간의 손실 함수가 부분적으로만 학습되어 생성된 것이다. 즉, "beautiful"이라는 단어를 나타내는 전송 신호
Figure PCTKR2021013524-appb-img-000020
의 채널 상에서의 왜곡이 작은 경우, 수신단에서 수신된 전송 신호
Figure PCTKR2021013524-appb-img-000021
는 "beautiful"이라는 단어에 대응되는 시맨틱 공간 상에서의 위치의 근처에 존재하는 "beautiful"과 유사한 의미를 갖는 단어로 맵핑될 수 있다. 다시 말해, 송신단에서 "beautiful"이라는 단어가 전송되고, 수신단에서는 이를 "beautiful"과 유사한 단어로 인식함으로써 큰 오류가 발생하지 않을 수 있다. 이 경우, 왜곡이 발생하지 않은 전송 신호
Figure PCTKR2021013524-appb-img-000022
와 왜곡이 발생된 전송 신호 간의 시맨틱 닮음은 큰 값을 가질 수 있다.
반면, "beautiful"이라는 단어를 나타내는 전송 신호
Figure PCTKR2021013524-appb-img-000023
의 채널 상에서의 왜곡이 큰 경우, 수신단에서 왜곡되어 수신단 전송 신호는 "beautiful"이라는 단어와 전혀 다른 의미를 갖는 "disgusting"이라는 단어의 시맨틱 공간 상에서의 위치(1020a) 또는 "weird"라는 단어의 시맨틱 공간 상에서의 위치(1030a)에 맵핑되게 된다. 즉, 송신단에서 "beautiful"이라는 단어가 전송되었음에도 불구하고, 수신단에서는 이를 "disgusting" 또는 "weired"라는 단어로 인식함으로써 심각한 오류가 발생할 수 있다. 이 경우, 전송 신호
Figure PCTKR2021013524-appb-img-000024
와 수신 신호 간의 시맨틱 닮음은 작은 값을 가질 수 있다.
다음으로, 도 10(b)는 시맨틱 통신 시스템에서 시맨틱 통신 시스템을 구성하는 인공 신경망의 본 명세서에서 제안하는 방식의 훈련을 통해 생성된 시맨틱 공간의 예시를 나타낸 도이다. 도 10(b)에 도시된 시맨틱 공간(잠재 공간)은 2차원으로 구성되는데, 상기 시맨틱 공간은 송신단에서 전송한 전송 신호
Figure PCTKR2021013524-appb-img-000025
에 대응되는 시맨틱 공간 상에서의 위치에 대해서 전송 신호(심볼)
Figure PCTKR2021013524-appb-img-000026
와 수신단에서 수신한 수신 신호
Figure PCTKR2021013524-appb-img-000027
간의 손실 함수가 시맨틱 공간을 전체적으로 고려하여 학습되어 생성된 것이다. 즉, "beautiful"이라는 단어를 나타내는 전송 신호
Figure PCTKR2021013524-appb-img-000028
의 채널 상에서의 왜곡이 작은 경우, 수신단에서 수신된 전송 신호
Figure PCTKR2021013524-appb-img-000029
는 당연히 "beautiful"이라는 단어에 대응되는 시맨틱 공간 상에서의 위치의 근처에 존재하는 "beautiful"과 유사한 의미를 갖는 단어로 맵핑될 수 있다. 반면, "beautiful"이라는 단어를 나타내는 전송 신호 s의 채널 상에서의 왜곡이 큰 경우에도, 왜곡된 전송 신호는 "beautiful"이라는 단어와 동일/유사한 의미를 갖는 "graceful"이라는 단어의 시맨틱 공간 상에서의 위치(1020b) 또는 "good"라는 단어의 시맨틱 공간 상에서의 위치(1030b)에 맵핑 된다. 즉, 송신단에서 "beautiful"이라는 단어가 전송되고, 채널에 의한 왜곡이 크게 발생하더라도, 수신단에서는 이를 "graceful" 또는 "good"이라는 단어로 인식함으로써 심각한 오류가 발생하지 않을 수 있다. 이 경우, 전송 신호
Figure PCTKR2021013524-appb-img-000030
와 수신 신호 간의 시맨틱 닮음은 큰 값을 가질 수 있다. 다시 말해, 시맨틱 공간을 전체적으로 고려하여 생성된 시맨틱 공간은 시맨틱 공간상에 존재할 수 있는 모든 의미들 중, 동일/유사한 의미를 지니는 의미들이 인접한 위치에 존재하도록 구성된 공간을 의미할 수 있다.
도 11은 훈련을 통해 생성된 시맨틱 공간의 또 다른 일 예들을 나타낸 도이다.
보다 구체적으로, 도 11의 예시들은 0~9의 필기체를 전송하는 시맨틱 시스템에서 생성된 시맨틱 공간의 예시들을 나타타낸다. 도 11(a) 내지 도11(c)는 각각 0~9의 필기체를 전송하는 인코더 신경망 및 디코더 신경망의 초기 가중치가 다른 3가지 경우에 관한 것이다. 도 11(a) 내지 도 11(c)를 참조하면, 서로 다른 초기 가중치에 의해서 시맨틱 공간의 구성이 다르게 형성됨을 알 수 있다. 즉, 인코더 신경망 및 디코더의 신경망 훈련 시, 최초 가중치(initial weight)가 랜덤 하기 때문에, 시맨틱 공간의 구성이 다르게 형성될 수 있다. 인코더/디코더의 인공 신경망이 텍스트 문장 전송 시스템을 구성하는 경우도 최초 가중치(initial weight)가 랜덤함으로 인한 현상의 영향을 받을 수 있다. 인코더/디코더 인공 신경망의 훈련 시, 손실 함수는 문장의 각 단어의 임베딩에 따른 카테고리 교차 엔트로피(categorical cross entropy)이다. 이러한 손실함수는 송신한 문장과 수신한 문장의 단어 별 확률의 교차 엔트로피로서 하나의 시맨틱 닮음으로 여겨질 수 있다. 기존 시맨틱 통신 시스템의 경우, 인코더/ 디코더 신경망의 훈련 시, 송신한 문장과 수신한 문장의 쌍(pair) 및 초기 가중치 값에 기초화여 시맨틱 공간이 지역적으로 생성될 수 있다.
본 명세서에서 제안하는 통신 왜곡에 강건한 시맨틱 통신 시스템 설계 방법
이하에서는, 앞서 도 10(b)를 참조하여 설명한 시맨틱 공간의 구성을 전체적으로 고려한 시맨틱 공간 생성 방법에 대해서 보다 구체적으로 살펴보기로 한다. 즉, 본 명세서는 통신 왜곡에 강건한 시맨틱 통신 시스템 설계 방법을 제안한다.
보다 구체적으로, 본 명세서는 전체적인 시맨틱 공간을 반영하는 글로벌 시맨틱 생성기(global semantic generator)[제안 1]와 적대적(adversarial) 학습을 위한 신경망을 기반으로하는 시맨틱 통신 시스템[제안 2]을 제안 한다.
상기 제안 1 및 제안 2에 대해서 본격적으로 설명하기에 앞서, 본 명세서에서 제안하는 시맨틱 통신 시스템의 전체적인 구조에 대해서 먼저 설명하도록 한다.
도 12는 본 명세서에서 제안하는 방법들이 적용될 수 있는 시맨틱 통신 시스템의 일 예를 나타낸 도이다.
도 12를 참조하면, 본 명세서에서 제안하는 방법들이 적용될 수 있는 시맨틱 통신 시스템은 시맨틱 인코더 뉴럴 네트워크(1210), 시맨틱 디코더 뉴럴 네트워크(1230) 및 시맨틱 인코더 뉴럴 네트워크(1210)와 시맨틱 디코더 뉴럴 네트워크(1230) 사이의 통신 채널(1220)로 구성될 수 있다. 상기 1210 내지 1230 구성요소 외에, 본 명세서에서 제안하는 방법이 적용되는 시맨틱 통신 시스템은 글로벌 시맨틱 공간을 생성하는 글로벌 시맨틱 공간 생성기(1240)와 판별기(discriminator)(1250)을 더 포함할 수 있다.
글로벌 시맨틱 공간 생성기(Global semantic space generator) - 제안 1
글로벌 시맨틱 공간 생성기(global semantic space generator)는 시맨틱 벡터(semantic vector)
Figure PCTKR2021013524-appb-img-000031
를 n차원의 글로벌 시맨틱 공간에 대응시키는 함수로 이해될 수 있다. 즉, 시맨틱 데이터에 해당하는 시맨틱 벡터(semantic vector)
Figure PCTKR2021013524-appb-img-000032
는 글로벌 시맨틱 공간 생성기에 의해서 글로벌 시맨틱 공간상의 특정한 위치 x로 맵핑될 수 있다. 이러한 동작은
Figure PCTKR2021013524-appb-img-000033
와 같이 표현될 수 있다.
시맨틱 공간 생성기는 전체 시맨틱 데이터들 중 2개의 시맨틱 데이터를 선택하여 구성할 수 있는 모든 경우의 시맨틱 데이터 쌍
Figure PCTKR2021013524-appb-img-000034
에 대하여 시맨틱 데이터 쌍을 구성하는 2개의 시맨틱 데이터들 간의 거리를 계산할 수 있다. 이 때, 시맨틱 데이터 쌍을 구성하는 2개의 시맨틱 데이터들 간의 거리는 2개의 시맨틱 데이터들 간의 거리 계산을 위해 정의되는 거리 규칙에 기초하여 계산될 수 있다. 2개의 시맨틱 데이터들 간의 거리 계산을 위해 정의되는 거리 규칙은
Figure PCTKR2021013524-appb-img-000035
와 같이 표현될 수 있다. 여기서,
Figure PCTKR2021013524-appb-img-000036
와
Figure PCTKR2021013524-appb-img-000037
는 각각 시맨틱 데이터를 의미한다. 시맨틱 공간 생성기는
Figure PCTKR2021013524-appb-img-000038
에 기초한 비지도 학습을 수행한다. 이후, 시맨틱 공간 생성기는 전체 시맨틱 데이터들을 상기 전체 시맨틱 데이터들 각각에 대응되는 시맨틱 공간 상의 위치에 맵핑한다. 이 때, 상기 전체 시맨틱 데이터들은 특정한 맵핑 규칙에 기초하여 시맨틱 공간 상에 맵핑될 수 있다. 상기 맵핑 규칙은 시맨틱 공간 상에서의 2개의 위치 간의 거리인
Figure PCTKR2021013524-appb-img-000039
가
Figure PCTKR2021013524-appb-img-000040
를 최대한 반영하도록 하는 것일 수 있다. 여기서, x와 x'는 시맨틱 데이터 쌍을 구성하는 2개의 시맨틱 데이터들 각각에 대응되는 시맨틱 공간 상에서의 위치를 의미한다.
시맨틱 공간 상에서의 2개의 위치 간의 거리인
Figure PCTKR2021013524-appb-img-000041
가
Figure PCTKR2021013524-appb-img-000042
를 최대한 반영하도록 하는 맵핑 규칙은 아래의 수학식으로 표현될 수 있다.
Figure PCTKR2021013524-appb-img-000043
즉, 상기 수학식은, 맵핑 규칙은　(i) 거리 규칙에 기초하여 결정된 시맨틱 데이터들 간의　거리와　(ii)　시맨틱 데이터들이 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 한다는 것을 의미할 수 있다. 여기서,
Figure PCTKR2021013524-appb-img-000044
는 주로 인공 신경망으로 주어 질 수 있으며, 텍스트 전송에서의 일 예로, BERT(Bidirectional Encoder Representations from Transformers)의 출력의 코사인 닮음(cosine similarity)일 수 있다. 또한,
Figure PCTKR2021013524-appb-img-000045
는 시맨틱 공간에서의 2개의 위치들 간의 유클리드 거리(Euclidean distance) 또는, 이진 데이터 전송의 경우, 해밍 거리(hamming distance)일 수 있다. 상기 수학식 2와 같이 표현되는 최적화 문제는 NP-complete이므로 다양한 종류의 일반적인 sub-optimum 알고리즘을 통해 해결될 수 있다. 상기 sub-optimum 알고리즘은 예를 들어, Hierarchical clustering, k-means clustering, particle based optimization 등을 포함할 수 있다. 상기 최적화 문제의 해결을 통한 글로벌 시맨틱 공간 생성이 적용될 수 있는 일 예로 MNIST digit transmission이 있을 수 있다.
시맨틱 데이터들이 시맨틱 공간 상에 맵핑된 위치들인 x의 분포는 전송 전력 제한 조건 P를 만족한다. 상기 전송 전력 제한 조건 P는 아래의 수학식과 같이 표현될 수 있다.
Figure PCTKR2021013524-appb-img-000046
즉, 상기 수학식은 시맨틱 데이터들이 시맨틱 공간 상에 맵핑된 위치들인 x의 제곱 값들이 평균이 P보다 작거나, x의 제곱 값들의 최대 값은 P보다 작다는 것을 의미한다.
송신단의 시맨틱 공간 생성기가 글로벌 시맨틱 공간을 생성하기 전에, 송신단은 수신단으로, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 전송할 수 있다.
도 13은 시맨틱 공간 생성기에 의해 생성된 글로벌 시맨틱 공간의 일 예를 나타낸 도이다. 보다 구체적으로, 도 13은 시맨틱 닮음의 정의가 0~9로 이루어진 원형 시계에서의 원거리(circle distance)로 가정된 경우에 관한 것이다. 도 13의 시맨틱 공간은 시맨틱 공간 생성기
Figure PCTKR2021013524-appb-img-000047
를 주 시맨틱 요소 0~9에 대해 탐욕 알고리즘(greedy)으로 배치하고, 부 시맨틱 요소인 글씨체에 대하여 의사 랜덤 변수를 생성함으로써 설계된 것이다.
추가적으로, 도 10(b)를 참조하면, 동일한 의미를 갖는 시맨틱 데이터들은 시맨틱 공간 상에서 하나의 클러스터(cluster)를 이루는 것을 확인할 수 있다(1010b 내지 1030b). 따라서, 글로벌 시맨틱 공간은 맵핑 규칙을 만족하도록 맵핑된 시맨틱 데이터들에 기초하여 구성되는 적어도 하나 이상의 클러스터를 포함하는 것으로 이해될 수 있다. 이 때, 글로벌 시맨틱 공간은 상기 적어도 하나 이상의 클러스터 중 서로 의미가 유사한 시맨틱 데이터로 구성된 클러스터들은 서로 인접한 위치에 존재하도록 구성될 수 있다. 즉, 서로 의미가 유사한 시맨틱 데이터로 구성된 클러스터들이 인접하도록 글로벌 시맨틱 공간을 구성함으로써, 송신단에서 전송된 시맨틱 데이터에 대한 왜곡이 발생하더라도, 수신단에서는 왜곡이 발생하기 전의 시맨틱 데이터의 의미와 유사한 의미의 시맨틱 데이터가 획득될 수 있다.
반대로, 글로벌 시맨틱 공간은 상기 적어도 하나 이상의 클러스터 중 의미가 비유사한 시맨틱 데이터로 구성된 클러스터들 간의 거리는 특정 값보다 크도록 구성될 수 있다. 즉, 서로 의미가 비유사한 시맨틱 데이터로 구성된 클러스터들 간의 거리는 특정 값보다 크도록 글로벌 시맨틱 공간을 구성함으로써, 송신단에서 전송된 시맨틱 데이터에 대한 왜곡이 발생하는 경우, 수신단에서 왜곡이 발생하기 전의 시맨틱 데이터의 의미와 전혀 다른 의미를 갖는 시맨틱 데이터가 획득되는 문제를 방지할 수 있다. 다시 말해, (i) 송신단에서 전송된 시맨틱 데이터의 시맨틱 공간 상에서의 위치와 (ii) 상기 송신단에서 전송된 시맨틱 데이터와 전혀 다른 의미를 갖는 시맨틱 데이터에 대응하는 시맨틱 공간 상의 위치가 서로 충분히 멀리 위치하도록 함으로써, 송신단에서 전송된 시맨틱 데이터가 채널을 통과하면서 왜곡되더라도, 수신단에서 송신단으로부터 전송된 시맨틱 데이터의 의미와 전혀 다른 의미를 갖는 시맨틱 데이터가 획득되는 확률이 감소될 수 있다.
추가적으로, 상기 특정 값은 상기 송신단과 상기 수신단 간의 채널 상태에 기초하여 결정될 수 있다. 보다 구체적으로, 채널을 통한 신호의 왜곡이 큰 채널 환경의 경우, 송신단에서 전송된 시맨틱 데이터의 시맨틱 공간 상에서의 위치는 채널을 통과한 후 크게 변할 수 있다. 따라서, 이 경우 (i) 송신단에서 전송된 시맨틱 데이터의 시맨틱 공간 상에서의 위치와 (ii) 상기 송신단에서 전송된 시맨틱 데이터와 전혀 다른 의미를 갖는 시맨틱 데이터에 대응하는 시맨틱 공간 상의 위치 간의 거리의 값은 큰 값을 가질 수 있다. 반대로, 채널을 통한 신호의 왜곡이 작은 채널 환경의 경우, 송신단에서 전송된 시맨틱 데이터의 시맨틱 공간 상에서의 위치는 채널을 통과한 후 크게 변하지 않을 수 있다. 따라서, 이 경우 (i) 송신단에서 전송된 시맨틱 데이터의 시맨틱 공간 상에서의 위치와 (ii) 상기 송신단에서 전송된 시맨틱 데이터와 전혀 다른 의미를 갖는 시맨틱 데이터에 대응하는 시맨틱 공간 상의 위치 간의 거리의 값은 작은 값을 가지더라도 충분할 수 있다. 이와 같이, 채널 환경에 따라 (i) 송신단에서 전송된 시맨틱 데이터의 시맨틱 공간 상에서의 위치와 (ii) 상기 송신단에서 전송된 시맨틱 데이터와 전혀 다른 의미를 갖는 시맨틱 데이터에 대응하는 시맨틱 공간 상의 위치 간의 거리의 값을 다르게 설정함으로써, 글로벌 시맨틱 공간의 크기가 적절하게 설정될 수 있다.
채널 상태(환경)에 따라 시맨틱 공간 상에서 서로 다른 의미를 갖는 시맨틱 데이터들 간의 거리를 적응적으로 설정하기 위해서, 송신단과 수신단 간에 이하와 같은 동작이 수행될 수 있다. 먼저, 송신단은 수신단으로부터, 채널 상태의 측정을 위한 신호를 수신할 수 있다. 이후, 상기 송신단은 상기 수신단으로, 상기 신호에 기초하여 측정된 상기 채널 상태에 대한 정보를 전송할 수 있다. 다음, 상기 송신단은 상기 수신단으로부터, 상기 채널 상태 정보에 기초하여 결정된, 서로 다른 의미를 갖는 시멘틱 데이터들 간의 글로벌 시맨틱 공간 상에서의 거리 설정을 위한 특정 값에 대한 정보를 수신할 수 있다. 이 때, 상기 글로벌 시맨틱 공간은 시맨틱 공간 생성기에 의해서, 거리 규칙, 맵핑 규칙, 및 상기 특정 값에 대한 정보에 기초하여 생성될 수 있다. 앞서 설명된 동작들은 시맨틱 공간 생성기가 글로벌 시맨틱 공간을 생성하기 위한 동작 수행 전에 보다 바람직하게 수행될 수 있다. 또한, 앞서 설명된 동작들은 기존 통신 시스템에서의 단말의 CSI 보고 동작에 흡수되어 수행될 수 있다.
적대적 시맨틱 전송 시스템(Adversarial semantic transmission system)- 제안 2
본 제안에서 제안되는 적대적 시맨틱 전송 시스템은 시맨틱 인코더, 채널, 디코더, 특징 추출기로 구성된다. 여기서, 시맨틱 인코더, 채널, 디코더는 기존의 시맨틱 통신 시스템과 동일하다. 상기 시맨틱 인코더는 훈련이 완료되어 인코더로 사용되는 글로벌 시맨틱 공간 생성망과 상기 글로벌 시맨틱 공간 생성망 뒤에 연결된 채널 인코더로 구성된다. 시맨틱 인코더를 가중치를 고정하여 훈련이 수행되며, 손실함수는 카테고리 크로스 엔트로피
Figure PCTKR2021013524-appb-img-000048
와 상호 정보량
Figure PCTKR2021013524-appb-img-000049
의 가중치 합으로 구성되는데, 이들에 대한 최적화는 동시에 수행된다. 시맨틱 전송 시스템이 이미지 전송에 적용되는 경우, 특징 추출기와 시맨틱 신경망은 콘볼루셔널(convolutional) 필터와 일반 다중 레이어 신경망이 적용될 수 있다. 시맨틱 전송 시스템이 텍스트 문장 전송에 적용되는 경우, 특징 추출기와 시맨틱 신경망은 임베딩과 트랜스 포머 혹은 RNN신경망이 적용될 수 있다. 또한, 채널 인코더/디코더는 다중 레이어 신경망으로 구성될 수 있다.
글로벌 시맨틱 공간 생성기의 훈련이 완료되면, 특징 추출, 임베딩, 전송 계층 생성망 1개가 시맨틱 인코더 및 디코더의 적대적 훈련에 사용된다. 적대적 학습의 수행 과정은 아래의 수학식과 같이 표현될 수 있다.
Figure PCTKR2021013524-appb-img-000050
적대적 시맨틱 전송 시스템의 훈련은 2개의 순서로 구성될 수 있다. 먼저, 시맨틱 공간 생성망에 대한 훈련이 수행된다. 글로벌 시맨틱 공간 생성망에 대한 훈련이 완료된 후, 시맨틱 공간 생성망은 진짜(real) 생성망 역할을 하고, 시맨틱 인코더는 가짜(fake) 생성망 역할을 하여 적대적 학습이 수행될 수 있다.
적대적 시맨틱 전송 시스템의 훈련이 완료된 후, 시맨틱 전송 시스템은 글롭러 시맨틱 공간 생성기와 판별기 없이 동작할 수 있다.
도 14는 훈련이 완료된 후의 시맨틱 전송 시스템 동작의 일 예를 나타낸 도이다.
도 14를 참조하면, 훈련이 완료된 후의 시맨틱 전송 시스템은 시맨틱 인코더(1410), 채널(1420) 및 시맨틱 디코더(1430)만이 시맨틱 통신을 위해 동작하는 것을 확인할 수 있다.
효과
본 명세서에서 제안한 시맨틱 통신 시스템은 전송 공간 혹은 시맨틱 공간을 전체적인 시맨틱 데이터들의 닮을을 고려하여 구성함으로써 잡음에 강건한 효과를 갖는다.
도 15 및 16은 본 명세서에서 제안하는 방법이 적용되는 시맨틱 통신 시스템의 성능 우수성을 보여주는 도이다.
먼저, 도 15를 참조하면, 본 명세서에서 제안한 시맨틱 통신 시스템 상으로 MNIST 데이터를 이용하여 숫자 이미지를 전송하는 경우, 본 명세서에서 제안하는 글로벌 시맨틱 공간이 사용됨으로써 시스템 성능이 향상되는 것을 확인할 수 있다. 본 실험은 앞서 도 13을 참조하여 설명한 숫자의 시계상의 원거리(circle)로 정의되는 시맨틱 닮음 및 기존 시스템의 개념을 적용하여 수행되었다. 여기서, 시맨틱 공간은 2차원이며 전송 심볼 공간이다. 도 15의 1510 및 1520의 나타내는 결과를 참조하면, 본 명세서에서 제안한 시맨틱 통신 시스템의 성능이 기존 시맨틱 통신 시스템의 성능보다 우수한 성능을 지님을 알 수 있다.
다음, 도 16에서, 도 16(a)는 기존 시맨틱 통신 시스템 상에서 수행된 시맨틱 공간의 기록이며, 도 16(b)는 본 명세서에서 제안한 시맨틱 통신 시스템 상에서 수행된 시맨틱 공간의 기록을 나타낸다. 본 실험에서, 전력 제한 조건은 평균 전송 전력이 사용되었다.
도 17은 본 명세서에서 제안하는 방법의 일 예를 나타낸 흐름도이다.
먼저, 송신단은 수신단으로, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 전송한다(S1710).
여기서, 상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이다.
다음, 상기 송신단은 상기 거리 규칙 및 상기 맵핑 규칙에 기초하여, 상기 글로벌 시맨틱 공간을 생성한다(S1720).
여기서, 상기 글로벌 시맨틱 공간은 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성된다.
이후, 상기 송신단은 (i) 상기 생성된 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시킨다(S1730). 이 때, 상기 신경망 지도 학습은 적대적(adversarial) 학습 등을 포함할 수 있다.
마지막으로, 상기 송신단은 상기 수신단으로, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 전송한다(S1740).
이상에서 설명된 실시 예들은 본 발명의 구성요소들과 특징들이 소정 형태로 결합된 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려되어야 한다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 본 발명의 실시 예를 구성하는 것도 가능하다. 본 발명의 실시 예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시 예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다. 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시 예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함시킬 수 있음은 자명하다.
본 발명에 따른 실시 예는 다양한 수단, 예를 들어, 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 본 발명의 일 실시 예는 하나 또는 그 이상의 ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서, 콘트롤러, 마이크로 콘트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 일 실시 예는 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차, 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드는 메모리에 저장되어 프로세서에 의해 구동될 수 있다. 상기 메모리는 상기 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 상기 프로세서와 데이터를 주고 받을 수 있다.
본 발명은 본 발명의 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 통상의 기술자에게 자명하다. 따라서, 상술한 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
본 발명은 3GPP LTE/LTE-A, 5G 시스템에 적용되는 예를 중심으로 설명하였으나, 3GPP LTE/LTE-A, 5G 시스템 이외에도 다양한 무선 통신 시스템에 적용하는 것이 가능하다.

Claims (15)

  1. 시맨틱(semantic) 무선 통신 시스템에서 송신단이 시맨틱 데이터를 전송하는 방법에 있어서,
    수신단으로, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 전송하는 단계,
    상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고;
    상기 거리 규칙 및 상기 맵핑 규칙에 기초하여, 상기 글로벌 시맨틱 공간을 생성하는 단계,
    상기 글로벌 시맨틱 공간은 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되고;
    (i) 상기 생성된 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키는 단계; 및
    상기 수신단으로, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 전송하는 단계를 포함하는 것을 특징으로 하는 방법.
  2. 제 1 항에 있어서,
    상기 글로벌 시맨틱 공간은 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들에 기초하여 구성된 적어도 하나 이상의 클러스터(cluster)를 포함하는 것을 특징으로 하는 방법.
  3. 제 2 항에 있어서,
    상기 글로벌 시맨틱 공간은 상기 적어도 하나 이상의 클러스터 중 서로 의미가 유사한 시맨틱 데이터로 구성된 클러스터들이 서로 인접하도록 구성되는 것을 특징으로 하는 방법.
  4. 제 3 항에 있어서,
    상기 글로벌 시맨틱 공간은 상기 적어도 하나 이상의 클러스터 중 의미가 비유사한 시맨틱 데이터로 구성된 클러스터들 간의 거리가 특정 값보다 크도록 구성되는 것을 특징으로 하는 방법.
  5. 제 4 항에 있어서,
    상기 특정 값은 상기 송신단과 상기 수신단 간의 채널 상태에 기초하여 결정되는 것을 특징으로 하는 방법.
  6. 제 5 항에 있어서,
    상기 수신단으로부터, 상기 채널 상태의 측정을 위한 신호를 수신하는 단계;
    상기 수신단으로, 상기 신호에 기초하여 측정된 상기 채널 상태에 대한 정보를 전송하는 단계; 및
    상기 수신단으로부터, 상기 채널 상태 정보에 기초하여 결정된 상기 특정 값에 대한 정보를 수신하는 단계를 더 포함하되,
    상기 글로벌 시맨틱 공간은 상기 특정 값에 대한 정보에 더 기초하여 생성되는 것을 특징으로 하는 방법.
  7. 제 6 항에 있어서,
    상기 특정 값의 크기는 상기 송신단과 상기 수신단 사이의 채널을 통한 신호 왜곡의 정도에 비례하여 결정되는 것을 특징으로 하는 방법.
  8. 제 1 항에 있어서,
    상기 맵핑 규칙은 아래의 수학식에 기초하여 생성되고,
    [수학식]
    Figure PCTKR2021013524-appb-img-000051
    여기서, 상기 si 및 sj는 시맨틱 데이터이고, 상기
    Figure PCTKR2021013524-appb-img-000052
    는 상기 si 및 sj의 상기 글로벌 시맨틱 공간 상에서의 위치이고, 상기
    Figure PCTKR2021013524-appb-img-000053
    및
    Figure PCTKR2021013524-appb-img-000054
    는 상기 거리규칙인 것을 특징으로 할 수 있다.
  9. 제 1 항에 있어서,
    상기 신경망 지도 학습은 적대적(adversarial) 학습이며,
    상기 글로벌 시맨틱 공간을 생성한 시맨틱 공간 생성기가 진짜(real) 생성망 역할을 하고, 상기 시맨틱 인코더 뉴럴 네트워크는 가짜(fake) 생성망 역할을 하여 상기 적대적 학습이 수행되는 것을 특징으로 하는 방법.
  10. 제 1 항에 있어서,
    상기 전송 전력(P) 제한 조건은 아래의 수학식을 만족하고,
    [수학식]
    Figure PCTKR2021013524-appb-img-000055
    여기서, x는 상기 시맨틱 데이터들의 상기 글로벌 시맨틱 공간 상에서의 위치들인 것을 특징으로 하는 방법.
  11. 시맨틱(semantic) 무선 통신 시스템에서 시맨틱 데이터를 전송하는 송신단에 있어서,
    무선 신호를 전송하기 위한 전송기(transmitter);
    무선 신호를 수신하기 위한 수신기(receiver);
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서에 동작 가능하게 접속 가능하고, 상기 적어도 하나의 프로세서에 의해 실행될 때, 동작들을 수행하는 지시(instruction)들을 저장하는 적어도 하나의 컴퓨터 메모리를 포함하며,
    상기 동작들은,
    수신단으로, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 전송하는 단계,
    상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고;
    상기 거리 규칙 및 상기 맵핑 규칙에 기초하여, 상기 글로벌 시맨틱 공간을 생성하는 단계,
    상기 글로벌 시맨틱 공간은 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되고;
    (i) 상기 생성된 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키는 단계; 및
    상기 수신단으로, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 전송하는 단계를 포함하는 것을 특징으로 하는 송신단.
  12. 시맨틱(semantic) 무선 통신 시스템에서 수신단이 시맨틱 데이터를 수신하는 방법에 있어서,
    송신단으로부터, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 수신하는 단계,
    상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고;
    (i) 상기 거리 규칙 및 상기 맵핑 규칙에 기초하여 상기 송신단에서 생성되며, 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되는 상기 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키는 단계; 및
    상기 송신단으로부터, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 수신하는 단계를 포함하는 것을 특징으로 하는 방법.
  13. 시맨틱(semantic) 무선 통신 시스템에서 시맨틱 데이터를 수신하는 수신단에 있어서,
    무선 신호를 전송하기 위한 전송기(transmitter);
    무선 신호를 수신하기 위한 수신기(receiver);
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서에 동작 가능하게 접속 가능하고, 상기 적어도 하나의 프로세서에 의해 실행될 때, 동작들을 수행하는 지시(instruction)들을 저장하는 적어도 하나의 컴퓨터 메모리를 포함하며,
    상기 동작들은,
    송신단으로부터, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 수신하는 단계,
    상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고;
    (i) 상기 거리 규칙 및 상기 맵핑 규칙에 기초하여 상기 송신단에서 생성되며, 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되는 상기 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키는 단계; 및
    상기 송신단으로부터, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 수신하는 단계를 포함하는 것을 특징으로 하는 송신단.
  14. 하나 이상의 명령어들을 저장하는 비일시적 컴퓨터 판독 가능 매체(computer readable medium, CRM)에 있어서,
    하나 이상의 프로세서들에 의해 실행 가능한 하나 이상의 명령어들은 시맨틱(semantic) 무선 통신 시스템에서 시맨틱 데이터를 전송하는 송신단이,
    수신단으로, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 전송하도록 하고,
    상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고,
    상기 거리 규칙 및 상기 맵핑 규칙에 기초하여, 상기 글로벌 시맨틱 공간을 생성하도록 하고,
    상기 글로벌 시맨틱 공간은 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되고,
    (i) 상기 생성된 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키도록 하고,
    상기 수신단으로, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 전송하도록 하는 것을 특징으로 하는 비일시적 컴퓨터 판독 가능 매체.
  15. 하나 이상의 메모리들 및 상기 하나 이상의 메모리들과 기능적으로 연결되어 있는 하나 이상의 프로세서들을 포함하는 장치에 있어서,
    상기 하나 이상의 프로세서들은 상기 장치가,
    수신단으로, (i) 시맨틱 데이터들 간의 닮음(similarity)에 기초하여 결정되는 상기 시맨틱 데이터들 간의 거리(distance)를 판단하기 위한 거리 규칙 및 (ii) 시맨틱 뉴럴 네트워크(semantic neural network)를 학습 시키기 위한 글로벌 시맨틱 공간(global semantic space)을 생성하기 위한 맵핑 규칙을 전송하도록 하고,
    상기 맵핑 규칙은　(i)　상기 거리 규칙에 기초하여 결정된 상기　시맨틱 데이터들 간의　거리와　(ii)　상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들 간의　거리 간의 차이　값이 상기 시맨틱 데이터들 모두에 대하여 최소가 되도록 하고, 상기 시맨틱 데이터들이 상기 글로벌 시맨틱 공간 상에 맵핑된　위치들의 분포가 요구되는　전송　전력 제한　조건을 만족하도록　하는 규칙이고,
    상기 거리 규칙 및 상기 맵핑 규칙에 기초하여, 상기 글로벌 시맨틱 공간을 생성하도록 하고,
    상기 글로벌 시맨틱 공간은 상기 맵핑 규칙을 만족하도록 맵핑된 상기 시맨틱 데이터들로 구성되고,
    (i) 상기 생성된 글로벌 시맨틱 공간 및 (ii) 상기 시맨틱 뉴럴 네트워크를 구성하는 시맨틱 인코더 뉴럴 네트워크의 시맨틱 공간에 대한 신경망 지도 학습에 기초하여, 상기 시맨틱 뉴럴 네트워크를 학습시키도록 하고,
    상기 수신단으로, 상기 학습된 시맨틱 뉴럴 네트워크에 기초하여, 상기 시맨틱 데이터를 전송하도록 하는 것을 특징으로 하는 것을 특징으로 하는 장치.
PCT/KR2021/013524 2021-10-01 2021-10-01 무선 통신 시스템에서 시맨틱 데이터를 전송하는 방법 및 이를 위한 장치 WO2023054777A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2021/013524 WO2023054777A1 (ko) 2021-10-01 2021-10-01 무선 통신 시스템에서 시맨틱 데이터를 전송하는 방법 및 이를 위한 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2021/013524 WO2023054777A1 (ko) 2021-10-01 2021-10-01 무선 통신 시스템에서 시맨틱 데이터를 전송하는 방법 및 이를 위한 장치

Publications (1)

Publication Number Publication Date
WO2023054777A1 true WO2023054777A1 (ko) 2023-04-06

Family

ID=85783001

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/013524 WO2023054777A1 (ko) 2021-10-01 2021-10-01 무선 통신 시스템에서 시맨틱 데이터를 전송하는 방법 및 이를 위한 장치

Country Status (1)

Country Link
WO (1) WO2023054777A1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140309989A1 (en) * 2008-11-04 2014-10-16 Saplo Ab Method and system for analyzing text

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140309989A1 (en) * 2008-11-04 2014-10-16 Saplo Ab Method and system for analyzing text

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BAEK DONGHYEON; OH YOUNGMIN; HAM BUMSUB: "Exploiting a Joint Embedding Space for Generalized Zero-Shot Semantic Segmentation", 2021 IEEE/CVF INTERNATIONAL CONFERENCE ON COMPUTER VISION (ICCV), IEEE, 10 October 2021 (2021-10-10), pages 9516 - 9525, XP034093232, DOI: 10.1109/ICCV48922.2021.00940 *
CHEN LONG; ZHANG HANWANG; XIAO JUN; LIU WEI; CHANG SHIH-FU: "Zero-Shot Visual Recognition Using Semantics-Preserving Adversarial Embedding Networks", 2018 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION, IEEE, 18 June 2018 (2018-06-18), pages 1043 - 1052, XP033476066, DOI: 10.1109/CVPR.2018.00115 *
SHALISHA WITHERSPOON; DEAN STEUER; GRAHAM BENT; NIRMIT DESAI: "SEEC: Semantic Vector Federation across Edge Computing Environments", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201 OLIN LIBRARY CORNELL UNIVERSITY ITHACA, NY 14853, 31 August 2020 (2020-08-31), 201 Olin Library Cornell University Ithaca, NY 14853 , XP081751689 *
YU BAO; HAO ZHOU; SHUJIAN HUANG; LEI LI; LILI MOU; OLGA VECHTOMOVA; XINYU DAI; JIAJUN CHEN: "Generating Sentences from Disentangled Syntactic and Semantic Spaces", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201 OLIN LIBRARY CORNELL UNIVERSITY ITHACA, NY 14853, 6 July 2019 (2019-07-06), 201 Olin Library Cornell University Ithaca, NY 14853 , XP081441416 *

Similar Documents

Publication Publication Date Title
WO2020017885A1 (ko) Nr v2x에서 tbs를 결정하는 방법 및 장치
WO2022186582A1 (en) Methods and apparatuses for enabling dm-rs filtering within a time period
WO2022186614A1 (en) Resource selection for uplink channels during initial access
EP4292364A1 (en) Methods and apparatuses for search space set group switching enhancements
WO2021040348A1 (ko) 무선 통신 시스템에서 무선 신호 송수신 방법 및 장치
WO2022250221A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2020091211A1 (ko) Nr v2x에서 harq 피드백을 결정하기 위한 임계치를 조정하는 방법 및 장치
WO2021066571A1 (ko) Nr v2x에서 사이드링크 harq 피드백과 관련된 정보를 전송하는 방법 및 장치
WO2020256364A1 (ko) Mcs 테이블에 기반한 사이드링크 통신
WO2020091212A1 (ko) Nr v2x에서 그룹 기반 통신에서 피드백을 수신하는 방법 및 장치
WO2023054777A1 (ko) 무선 통신 시스템에서 시맨틱 데이터를 전송하는 방법 및 이를 위한 장치
WO2023090475A1 (ko) 극 부호의 고속 복호 방법 및 장치
WO2022154581A1 (ko) 커버리지 개선
WO2023033203A1 (ko) 무선 통신 시스템에서 연합 학습을 수행하기 위한 방법 및 이를 위한 장치
WO2021015557A1 (en) Method and apparatus for preventing data transmission to a source network after receiving an uplink grant from a target network in a wireless communication system
WO2024038926A1 (ko) 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법
WO2023042934A1 (ko) 무선통신 시스템에서 단말의 harq 동작 방법 및 상기 방법을 이용하는 장치
WO2024122688A1 (ko) 무선 통신 시스템에서 채널 상태 보고를 수행하기 위한 방법 및 이를 위한 장치
WO2024071458A1 (ko) 양자 통신 시스템에서 기저 선택에 사전 공유키를 적용하여 사용자 인증을 수행하는 방법 및 이를 위한 장치
WO2024063524A1 (ko) 무선 통신 시스템에서 온라인 학습을 수행하기 위한 장치 및 방법
WO2023042941A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2023042925A1 (ko) 무선통신 시스템에서 장치의 데이터 전송 방법 및 상기 방법을 이용하는 장치
WO2023033421A1 (ko) 무선 통신 시스템에서 폴라 코드 기반의 인코더를 설정하기 위한 장치 및 방법
WO2022239891A1 (ko) 무선 통신 시스템에서 데이터를 송신 및 수신하기 위한 장치 및 방법
WO2024034699A1 (ko) 양자 통신 시스템에서 사용자 인증을 수행하기 위한 방법 및 이를 위한 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: 21959548

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE