WO2023068399A1 - 무선 통신 시스템에서 채널 상태 정보의 송수신 방법 및 그 장치 - Google Patents

무선 통신 시스템에서 채널 상태 정보의 송수신 방법 및 그 장치 Download PDF

Info

Publication number
WO2023068399A1
WO2023068399A1 PCT/KR2021/014709 KR2021014709W WO2023068399A1 WO 2023068399 A1 WO2023068399 A1 WO 2023068399A1 KR 2021014709 W KR2021014709 W KR 2021014709W WO 2023068399 A1 WO2023068399 A1 WO 2023068399A1
Authority
WO
WIPO (PCT)
Prior art keywords
channel
state information
channel state
information
measurement
Prior art date
Application number
PCT/KR2021/014709
Other languages
English (en)
French (fr)
Inventor
김영준
이상림
이은종
이호재
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/KR2021/014709 priority Critical patent/WO2023068399A1/ko
Priority to KR1020247011455A priority patent/KR20240087802A/ko
Publication of WO2023068399A1 publication Critical patent/WO2023068399A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0626—Channel coefficients, e.g. channel state information [CSI]
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0417—Feedback systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0658—Feedback reduction

Definitions

  • the present specification relates to a method and apparatus for transmitting and receiving channel state information in a wireless communication system.
  • Mobile communication systems have been developed to provide voice services while ensuring user activity.
  • the mobile communication system has expanded its scope not only to voice but also to data services.
  • the explosive increase in traffic causes a shortage of resources and users require higher-speed services, so a more advanced mobile communication system is required. .
  • next-generation mobile communication system The requirements of the next-generation mobile communication system are to support explosive data traffic, drastic increase in transmission rate per user, significantly increased number of connected devices, very low end-to-end latency, and high energy efficiency.
  • Dual Connectivity Massive MIMO (Massive Multiple Input Multiple Output), In-band Full Duplex, Non-Orthogonal Multiple Access (NOMA), Super Wideband Wideband) support, various technologies such as device networking (Device Networking) are being studied.
  • Massive MIMO Massive Multiple Input Multiple Output
  • NOMA Non-Orthogonal Multiple Access
  • Super Wideband Wideband various technologies such as device networking (Device Networking) are being studied.
  • pre-learned NN parameters eg, NN parameters generated through offline training
  • the statistical characteristics of the channel may be considered so that the factors related to the channel condition are reflected in the corresponding NN parameter.
  • An object of this specification is to propose a method for solving the above problems.
  • a method for transmitting channel state information performed by a terminal in a wireless communication system includes a first step of receiving a reference signal related to channel measurement, and channel state information based on the reference signal. A second step of generating, a third step of transmitting the channel state information, and a fourth step of receiving a message including information determined based on the channel state information.
  • the channel state information is 1) information related to a probability distribution based on the measurement of the channel or 2) based on the probability distribution used for learning of a neural network (NN) related to the wireless communication system and the measurement of the channel It includes at least one of information related to the difference between probability distributions that
  • the information determined based on the channel state information may include a neural network parameter (NN parameter) applied to the neural network.
  • NN parameter a neural network parameter
  • a specific value related to the update of the NN parameter may be determined by a probability distribution based on the measurement of the channel.
  • the specific value is i) a difference between a probability distribution based on the measurement of the channel obtained based on the current time point and a probability distribution based on the measurement of the channel previously acquired based on the previous time point, or ii) based on the current time point It may be based on a difference between a probability distribution based on the measurement of the channel obtained by doing and an estimated value of the probability distribution associated with the channel.
  • the method may be performed again from any one of the first step to the third step.
  • the information related to the probability distribution based on the measurement of the channel may include information related to at least one of i) received power of the reference signal or ii) signal to noise ratio (SNR).
  • SNR signal to noise ratio
  • the resource in which the reference signal is transmitted in the number of cases related to a probability distribution based on the measurement of the channel may be excluded.
  • the NN parameter may be related to the setting of at least one of a NN receiver or a NN transmitter operating based on a Neural Network (NN) related to the wireless communication system.
  • NN Neural Network
  • the method may further include receiving data based on the NN receiver to which the NN parameter is applied.
  • Information on the used probability distribution may include a predetermined number of probability distributions, and 2) the channel state information may include one or more probability distributions among the predetermined number of probability distributions.
  • a terminal transmitting channel state information in a wireless communication system is capable of operably accessing one or more transceivers, one or more processors controlling the one or more transceivers, and the one or more processors, and one or more memories storing instructions that, when executed by one or more processors, cause the one or more processors to perform operations.
  • the above operations include a first step of receiving a reference signal related to channel measurement, a second step of generating channel state information based on the reference signal, and a third step of transmitting the channel state information and based on the channel state information. and a fourth step of receiving a message including information determined by the above.
  • the channel state information is 1) information related to a probability distribution based on the measurement of the channel or 2) based on the probability distribution used for learning of a neural network (NN) related to the wireless communication system and the measurement of the channel It includes at least one of information related to the difference between probability distributions that
  • the information determined based on the channel state information may include a neural network parameter (NN parameter) applied to the neural network.
  • NN parameter a neural network parameter
  • An apparatus includes one or more memories and one or more processors functionally coupled to the one or more memories.
  • the one or more memories store instructions that, when executed by the one or more processors, cause the one or more processors to perform operations.
  • the above operations include a first step of receiving a reference signal related to channel measurement, a second step of generating channel state information based on the reference signal, and a third step of transmitting the channel state information and based on the channel state information. and a fourth step of receiving a message including information determined by the above.
  • the channel state information is 1) information related to the probability distribution based on the measurement of the channel or 2) probability distribution used for learning of a neural network (NN) related to the wireless communication system and based on the measurement of the channel It includes at least one of information related to the difference between probability distributions.
  • NN neural network
  • the information determined based on the channel state information may include a neural network parameter (NN parameter) applied to the neural network.
  • NN parameter a neural network parameter
  • One or more non-transitory computer readable media stores one or more instructions.
  • the one or more instructions when executed by one or more processors, cause the one or more processors to perform operations.
  • the above operations include a first step of receiving a reference signal related to channel measurement, a second step of generating channel state information based on the reference signal, and a third step of transmitting the channel state information and based on the channel state information. and a fourth step of receiving a message including information determined by the above.
  • the channel state information is 1) information related to the probability distribution based on the measurement of the channel or 2) probability distribution used for learning of a neural network (NN) related to the wireless communication system and based on the measurement of the channel It includes at least one of information related to the difference between probability distributions.
  • NN neural network
  • the information determined based on the channel state information may include a neural network parameter (NN parameter) applied to the neural network.
  • NN parameter a neural network parameter
  • a method for receiving channel state information performed by a base station in a wireless communication system includes transmitting a reference signal related to channel measurement, and channel state information generated based on the reference signal. Receiving and transmitting a message including information determined based on the channel state information.
  • the channel state information is 1) information related to a probability distribution based on the measurement of the channel or 2) based on the probability distribution used for learning of a neural network (NN) related to the wireless communication system and the measurement of the channel It includes at least one of information related to the difference between probability distributions that
  • the information determined based on the channel state information may include a neural network parameter (NN parameter) applied to the neural network.
  • NN parameter a neural network parameter
  • a base station for receiving channel state information in a wireless communication system is operably connectable to one or more transceivers, one or more processors controlling the one or more transceivers, and the one or more processors, and one or more memories storing instructions that, when executed by the one or more processors, cause the one or more processors to perform operations.
  • the operations include transmitting a reference signal related to channel measurement, receiving channel state information generated based on the reference signal, and transmitting a message including information determined based on the channel state information. do.
  • the channel state information is 1) information related to a probability distribution based on the measurement of the channel or 2) based on the probability distribution used for learning of a neural network (NN) related to the wireless communication system and the measurement of the channel It includes at least one of information related to the difference between probability distributions that
  • the information determined based on the channel state information may include a neural network parameter (NN parameter) applied to the neural network.
  • NN parameter a neural network parameter
  • an NN parameter may be determined adaptively to a current channel condition based on channel condition information. Accordingly, performance degradation of the communication system due to domain shift can be prevented. Furthermore, reliability of a wireless communication system to which a neural network (NN) is applied may be improved.
  • a reference signal for determining a NN parameter applied to a wireless communication system can be transmitted in all resources through which data is transmitted based on a superimposed pilot system.
  • determining the NN parameter it is not necessary to consider the time/frequency fading characteristics of the channel according to the resource distribution allocated to the reference signal. Accordingly, since the information to be included in the channel state information is reduced, the signaling overhead of the procedure for determining the NN parameter can be improved.
  • 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.
  • 10A is a diagram for explaining a channel environment of wireless communication.
  • 10B is a diagram illustrating a channel frequency response in a channel environment of wireless communication.
  • 10C is a diagram for explaining selection of NN parameters using a channel distribution according to an embodiment of the present specification.
  • FIG. 11 illustrates an OFDM system to which a superimposed pilot transmission method is applied.
  • FIG 12 illustrates an OFDM system to which an orthogonal pilot transmission scheme is applied.
  • FIG. 13 is a diagram for explaining a procedure for measuring a probability distribution of a channel according to an embodiment of the present specification.
  • FIG. 14 is a diagram for explaining NN parameters determined based on channel distribution measurement according to an embodiment of the present specification.
  • 15 is a flowchart illustrating an example of a procedure for setting NN parameters according to an embodiment of the present specification.
  • 16 is a flowchart illustrating another example of a procedure for setting NN parameters according to an embodiment of the present specification.
  • 17 is a flowchart illustrating another example of a procedure for setting NN parameters according to an embodiment of the present specification.
  • 18 is a flowchart for explaining a method for transmitting channel state information performed by a terminal according to an embodiment of the present 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 learning procedure is required in a DL-based communication system.
  • a DL procedure is performed online, a large overhead is required.
  • a method of using a NN parameter (eg, DL parameter) generated in advance using offline learning rather than online learning is being considered.
  • a method of performing learning according to the statistical characteristics of the channel is considered rather than learning about the deterministic channel coefficient during offline learning. It can be.
  • Learning according to the statistical characteristics of the channel may be performed based on assumptions about the specific statistical characteristics of the channel. For example, learning according to characteristics of statistics of a channel may be performed assuming a channel environment in which a mean and a variance follow a Gaussian distribution having a specific value.
  • the above problem may be further aggravated in a radio environment channel having statistical characteristics.
  • an offline learning parameter e.g., NN parameter
  • 10A is a diagram for explaining a channel environment of wireless communication.
  • FIG. 10A shows channels (h(0) to h(2)) between Tx/Rx.
  • the channel (h) in the time domain is based on a complex Gaussian random variable (FIG. 10(b))
  • the channel (H) in the frequency domain is also a complex Gaussian random variable ) (Fig. 10a (c)).
  • 10B is a diagram illustrating a channel frequency response in a channel environment of wireless communication.
  • FIG. 10B shows the distribution of channel frequency response in a Tapped Delay Line (TDL) B/C/D channel environment.
  • TDL Tapped Delay Line
  • each channel environment has a different channel distribution ((a) to (c) of FIG. 10b). Therefore, operations according to the following 1) and 2) may be considered for selection of NN parameters.
  • 10C is a diagram for explaining selection of NN parameters using a channel distribution according to an embodiment of the present specification.
  • the distribution of channels used is in the form of Distribution 1/2/3 (eg, (a) to (c) in FIG. 10b) It is assumed In order to apply an appropriate NN Tx/Rx parameter at the time of communication, communication can be performed by applying the learned NN parameter with a distribution closest to the real channel distribution.
  • NN parameters obtained from offline learning performed by reflecting channel statistical characteristics (statistical characteristics of input) to a communication system will be described.
  • embodiments for selecting a NN parameter suitable for a current channel environment include channel statistics measurement and feedback, and methods for selecting a NN parameter based on the feedback.
  • Regular character represents a scalar
  • bold lowercase character represents a vector
  • bold uppercase character represents a matrix
  • calligraphic character represents a set.
  • a vector means the i-th entry of indicates Is represents the absolute value of
  • a receiving end feeds back channel state information (CSI) of a channel so that a transmitting end (eg, base station) can determine a modulation coding scheme (MCS) level.
  • the transmitter may determine an MCS level, a precoding matrix, etc. using the fed back channel.
  • CSI considered on the LTE / NR system may include Channel Quality Indicator (CQI), precoding matrix indicator (PMI), precoding type indicator (PTI), rank indication (RI), and the like.
  • CQI Channel Quality Indicator
  • PMI precoding matrix indicator
  • PTI precoding type indicator
  • RI rank indication
  • CSI reporting (measurement and reporting operation related to CSI) may be performed periodically or non-periodically.
  • CSI in the existing system is for a communication system in which NN is not considered. Determination of NN parameters may not be easy through the information included in the existing CSI. Therefore, a CSI considering a communication system to which NN is applied is required.
  • 11 illustrates an OFDM system to which a superimposed pilot transmission method is applied.
  • 12 illustrates an OFDM system to which an orthogonal pilot transmission scheme is applied.
  • a pilot signal eg, reference signal, uplink RS, downlink RS
  • data eg, UL/DL data
  • orthogonal resources ie, non-overlapping resources
  • pilot signals and data symbols are overlapped and transmitted in the resource domain
  • the pilot signals may act as interference during data decoding, resulting in performance degradation.
  • the pilot signal since the pilot signal is transmitted in all resources, the influence of the frequency/time fading channel characteristics of the channel can be removed in determining the pilot position.
  • a pilot signal eg, reference signal, uplink RS, downlink RS
  • data eg, UL/DL data
  • this method is less likely to cause performance degradation during data decoding, channel correlation must be considered to determine the location of the pilot symbol.
  • pilot signals are transmitted in all resources, channel correlation does not need to be considered in the pilot signal resource allocation method.
  • NN training is performed by reflecting the channel's statistical characteristics, channel distribution information is required rather than channel instantaneous values to select NN parameters. Assuming that the characteristics of a channel have a complex Gaussian distribution, the probability distribution of a channel can be expressed as an average and a variance of channel coefficients.
  • the probability distribution of the channel is measured in order to select and use one of the NN parameters generated based on the training, since the instantaneous value of the channel is not used, unless the statistical characteristics of the channel are initially changed, the probability distribution of the channel again A measurement of the need not be performed. Therefore, the frequency of NN parameter update can be reduced.
  • training may be performed assuming a channel environment following a complex Gaussian distribution with various averages and variances.
  • NN parameters trained in the environment closest to the current channel environment among the probability distributions of channels assumed during training can be selected/used.
  • the data symbol and the pilot signal are allocated to resources orthogonal to each other, performance varies according to the time/frequency fading characteristics of the channel and the distribution of resources through which the pilot is transmitted. Since the time/frequency fading characteristics of the channel are added to the channel characteristics required when selecting NN parameters, the number of statistical characteristics of the channel to be considered increases.
  • a method of transmitting pilot signals to all resources may be considered in order to eliminate the problem of increasing the number of cases related to statistical characteristics of channels according to the resource allocation distribution of pilots.
  • pilots When pilots are transmitted to all resources, statistical information to be fed back can be reduced because subcarriers of different time and frequency can be considered independently when measuring channel distribution.
  • time/frequency fading characteristics may be excluded from feedback statistical characteristics. Accordingly, the payload size required to feed back information representing the statistical characteristics of the channel is reduced.
  • NN's parameter selection procedure which operates based on offline learning, can be divided into the following operations.
  • the NN parameter to be used is selected/determined among pre-generated NN parameters.
  • Receive selected NN parameters from Tx receive information including selected NN parameters from Tx).
  • Pre-measured probability distribution of the received signal e.g., signal related to data
  • the received signal e.g., signal related to data
  • the necessary parts of the operations according to 1) and 2) are re-performed, and the NN parameter is updated. If the channel probability distribution is re-measured in 1), if an update is not required, 2) and 3) are not performed.
  • FIG. 13 is a diagram for explaining a procedure for measuring a probability distribution of a channel according to an embodiment of the present specification.
  • a Tx (eg, a transmitter, a base station) transmits a reference signal for measuring a probability distribution of a channel.
  • the reference signal may be based on the above-described superimposed pilot signal.
  • Rx (eg, receiving end, terminal) measures the probability distribution of a channel based on the received reference signal.
  • statistical information of necessary channels such as SNR may be additionally acquired at the same time.
  • Channel probability distribution measurement can be stopped based on certain conditions being met.
  • the predetermined condition may be set to be satisfied when a difference between a previously measured channel distribution and a currently measured channel distribution is equal to or less than a specific threshold value.
  • the Rx terminal stops measuring the channel distribution.
  • the metric for the difference in channel distribution is based on either the Kullback-Leibler divergence, Wasserstein distance or Kolmogorov-Smirnov statistic can do.
  • the measurement criterion for the channel distribution difference is not limited to the above-listed examples, and other metrics defined for measuring the channel distribution difference may be utilized.
  • Equation 1 A certain condition related to the suspension of the channel probability distribution measurement may be defined as Equation 1 or Equation 2 below using KL divergence.
  • Is the channel probability distribution measured in the n-th measurement interval Is a channel probability distribution measured in the n+1th measurement interval.
  • the difference between the two probability distributions is a preset threshold It can be set to stop measuring the channel probability distribution when it is less than .
  • Rx may stop measuring the channel probability distribution using a condition based on Equation 1 or Equation 2. According to an embodiment, Rx may request Tx to stop transmission of a reference signal for measuring a probability distribution of a channel.
  • Rx calculates the gap (distance) between the measured channel probability distribution and the channel probability distribution considered during NN training. Based on the above calculation, a NN parameter to be used among pre-generated NN parameters may be selected/determined. Rx may receive the selected NN parameter from Tx (eg server, base station). Alternatively, Rx may receive information including the selected NN parameter from Tx. It will be described with reference to FIG. 14 below.
  • FIG. 14 is a diagram for explaining NN parameters determined based on channel distribution measurement according to an embodiment of the present specification.
  • a NN parameter may be selected using a measured channel distribution measurement.
  • the selected NN parameter may be a NN receiver parameter for setting a receiver for data communication.
  • 15 is a flowchart illustrating an example of a procedure for setting NN parameters according to an embodiment of the present specification.
  • setting of NN parameters may be performed based on S1510 to S1530.
  • the Tx (eg base station) transmits a signal for channel measurement to the Rx (eg terminal).
  • Tx transmits channel distribution information considered in offline learning to Rx.
  • Rx transmits feedback information to Tx.
  • the feedback information may include information representing statistical characteristics of a channel (eg, variance and average in the case of a Gaussian distribution).
  • the feedback information is information representing statistics related to power or amplitude of a channel, signal to noise ratio (SNR), information representing other statistical characteristics, or Rx receiver. It may include at least one of receiver capability.
  • SNR signal to noise ratio
  • the Tx may calculate a discrepancy between the measured channel statics and channel distribution considered in the offline learning.
  • the difference between the channel probability distributions may be calculated based on the above-described metric.
  • the metric may include Kullback-Leibler divergence, Wasserstein distance or Kolmogorov-Smirnov statistic.
  • Tx transmits NN parameters to Rx.
  • Tx may determine the NN parameter to be used by Rx based on the calculation result (ie, the difference between the statistical characteristics of the measured channel and the channel distribution considered in offline learning).
  • the NN parameter may be a NN receiver parameter applied to a receiver provided in Rx.
  • Tx delivers the determined NN parameter (information including the determined NN parameter) to Rx.
  • the difference between the statistical characteristics of the measured channel and the channel distribution considered in offline learning can also be calculated by Rx. It will be described with reference to FIG. 16 below.
  • 16 is a flowchart illustrating another example of a procedure for setting NN parameters according to an embodiment of the present specification. Hereinafter, descriptions of overlapping parts with those described in FIG. 15 will be omitted.
  • the Tx (eg base station) transmits a signal for channel measurement to the Rx (eg terminal).
  • Tx transmits channel distribution information considered in offline learning to Rx.
  • the information related to the channel distribution considered in the offline learning may include information indicating a preset number of channel probability distributions.
  • the preset number (S) of channel probability distributions may include a value indicating an average (m) and a variance (v) based on the preset number.
  • the channel probability distributions of the predetermined number (S) may be expressed as follows.
  • the sequence between the transmission of the signal for measuring the channel and the transmission of information related to the channel distribution is not fixed and performed as shown in FIG. 16 .
  • the transmission of the signal for the channel measurement and the transmission of the information related to the channel distribution considered in the offline learning may be independently performed.
  • transmission of information related to channel distribution considered in the offline learning may be performed prior to transmission of a signal for measuring the channel.
  • Rx may perform channel measurement based on the signal for channel measurement and information related to the channel distribution considered in the offline learning.
  • the measurement result may include information representing statistical characteristics of the channel (eg, power or amplitude, SNR, etc.).
  • Rx may calculate a discrepancy between the measured channel statics and channel distribution considered in the offline learning and the statistical characteristics of the measured channel. Rx may select one or more channel probability distributions from among the preset number of channel probability distributions based on the calculated value.
  • Rx transmits feedback information to Tx.
  • the feedback information may include information representing statistical characteristics of a channel (eg, variance and average in the case of a Gaussian distribution).
  • the feedback information may include one or more selected channel probability distributions.
  • Tx transmits NN parameters to Rx.
  • Tx may determine a NN parameter to be used by Rx based on the feedback information.
  • the NN parameter may be a NN receiver parameter applied to a receiver provided in Rx.
  • Tx delivers the determined NN parameter (information including the determined NN parameter) to Rx.
  • the sth probability distribution used during NN training is defined as Qs(x). If Qs(x) follows a Gaussian distribution, the mean and variance of the probability distributions of a total of S channels are expressed as follows.
  • the probability distribution of the measured channel (H) is defined as Qs(x) and The difference between the two probability distributions using the KL divergence between the two can be calculated based on Equation 3 or Equation 4 below.
  • a is a scalar factor applied to the channel when measuring the channel probability distribution. Therefore, the KL divergence is calculated according to the values of index s and scale a of Q.
  • the signal for channel measurement described above in FIGS. 15 and 16 may be transmitted by Rx (eg, terminal) using NN parameters. It will be described in detail with reference to FIG. 17 below.
  • FIG. 17 is a flowchart illustrating another example of a procedure for setting NN parameters according to an embodiment of the present specification.
  • descriptions of portions overlapping with those described in FIGS. 15 and 16 will be omitted.
  • Rx (eg, terminal) transmits a signal for channel measurement to Tx (eg, base station). At this time, the Rx may transmit receiver capability information of the corresponding Rx to the Tx.
  • the Tx may perform channel measurement based on information related to the signal for channel measurement and channel distribution considered in offline learning.
  • the measurement result may include information representing statistical characteristics of the channel (eg, power or amplitude, SNR, etc.).
  • Tx may calculate a discrepancy between the measured channel statics and channel distribution considered in the offline learning.
  • the probability distribution of the received signal e.g., the probability distribution measured based on the pilot signal, the signal related to data
  • the pre-measured probability distribution e.g., the probability distribution measured based on the previously received signal
  • NN parameters can be updated.
  • a received signal may be defined as follows.
  • AWGN noise additive white Gaussian noise
  • Equation 5 the difference between i) a channel probability distribution measured from a currently received signal and ii) a channel probability distribution measured from a previously received signal is calculated based on Equation 5 or Equation 6 below.
  • the specific threshold may be set to a different value from the specific threshold of Method 1.
  • This embodiment can be applied when the channel probability distribution can be expressed as a formula such as a Gaussian distribution.
  • the probability distribution of is expressed as the joint distribution of the H, X, P, and W probability distributions.
  • W is AWGN noise and the probability distribution of W can be determined given the SNR.
  • transmit signal and pilot It can be assumed that the probability distribution of is known. Therefore, if the probability distribution of H can be expressed as an equation, the probability distribution of y can be calculated.
  • Estimated value of the probability distribution of the received signal using the probability distribution and noise power of the channel measured when the currently used NN parameter is selected can be calculated. Therefore, i) the channel probability distribution measured from the currently received signal and ii) channel probability distribution of the predicted received signal the difference between or can be defined as
  • one or more of the operations according to 1) and 2) may be performed again to update the NN parameter.
  • the noise power of the current received signal can be considered, not the value measured when selecting the NN parameter. or is a value that increases as the difference in the probability distribution of channels increases.
  • operations according to the above-described embodiments are processed by the above-described apparatuses of FIGS. 1 to 5 (eg, processors 202a and 202b of FIG. 2) It can be.
  • operations according to the above-described embodiments are instructions for driving at least one processor (eg, the processors 202a and 202b of FIG. 2) / It may be stored in memory (eg, 204a, 204b in FIG. 2) in the form of a program (eg, instruction, executable code).
  • wireless devices eg, the first wireless device 200a and the second wireless device 200b of FIG. 2 .
  • the methods described below are only classified for convenience of explanation, and it goes without saying that some components of one method may be substituted with some components of another method, or may be applied in combination with each other.
  • 18 is a flowchart for explaining a method for transmitting channel state information performed by a terminal according to an embodiment of the present specification.
  • a method for transmitting channel state information performed by a terminal includes receiving a reference signal related to channel measurement (S1810), and channel state information based on the reference signal. generating (S1820), transmitting channel state information (S1830), and receiving a message including information determined based on the channel state information (S1840).
  • the terminal receives a reference signal related to channel measurement from the base station.
  • the reference signal related to the measurement of the channel may be based on a downlink reference signal (DL RS).
  • the DL RS may be based on at least one of a Synchronization Signal Block (SSB) and a Channel State Information-Reference Signal (CSI-RS).
  • SSB Synchronization Signal Block
  • CSI-RS Channel State Information-Reference Signal
  • an operation in which the UE (eg, 200a in FIG. 2 ) receives a reference signal related to channel measurement from the base station (eg, 200b in FIG. 2 ) may be implemented by the devices of FIGS. 1 to 5 there is.
  • one or more processors 202a may include one or more transceivers 206a and/or one or more memories (eg, 200b of FIG. 2) to receive a reference signal related to measurement of a channel from a base station (eg, 200b of FIG. 2).
  • 204a can be controlled.
  • the terminal In S1820, the terminal generates channel state information based on the reference signal.
  • an operation in which the UE (eg, 200a of FIG. 2 ) generates channel state information based on the reference signal may be implemented by the devices of FIGS. 1 to 5 .
  • one or more processors 202a may control one or more transceivers 206a and/or one or more memories 204a to generate channel state information based on the reference signal.
  • the terminal transmits the channel state information to the base station.
  • the channel state information is 1) information related to a probability distribution based on measurement of the channel or 2) a probability distribution used for learning a neural network (NN) related to the wireless communication system, and It may include at least one of information related to a difference between probability distributions based on the measurement of the channel.
  • the channel state information may be based on the feedback information of FIGS. 15 and 16.
  • a specific value related to the update of the NN parameter may be determined by a probability distribution based on the measurement of the channel.
  • the specific value may be a reference value for determining whether to perform an operation related to updating of NN parameters.
  • the specific value is i) a difference between a probability distribution based on a measurement of the channel obtained based on a current time point and a probability distribution based on a measurement of the channel previously obtained based on a previous time point, or ii) the current It may be based on a difference between a probability distribution based on the measurement of the channel obtained based on a time point and an estimated value of the probability distribution associated with the channel.
  • the specific value based on i) may be based on method 1, and the specific value based on ii) may be based on method 2.
  • the method may be performed again from any one of steps S1810 to S1830.
  • the information related to the probability distribution based on the measurement of the channel may include information related to at least one of i) received power of the reference signal or ii) signal to noise ratio (SNR).
  • SNR signal to noise ratio
  • the number of cases related to the probability distribution based on the measurement of the channel may be excluded. Since the payload size of the channel state information is reduced according to the present embodiment, the signaling overhead of the procedure for determining the NN parameter can be improved.
  • Neural Network related to the wireless communication system may include a predetermined number of probability distributions
  • the channel state information may include one or more probability distributions among the predetermined number of probability distributions. This embodiment may be based on S1620 of FIG. 16 .
  • an operation in which the terminal (eg, 200a of FIG. 2 ) transmits the channel state information to the base station (eg, 200b of FIG. 2 ) may be implemented by the devices of FIGS. 1 to 5 .
  • one or more processors 202a may configure one or more transceivers 206a and/or one or more memories 204a to transmit the channel state information to a base station (eg, 200b of FIG. 2). You can control it.
  • the terminal receives a message including information determined based on the channel state information from the base station.
  • the operation according to S1840 may be based on at least one of S1530 in FIG. 15 , S1630 in FIG. 16 , or S1720 in FIG. 17 .
  • the information determined based on the channel state information may include a neural network parameter (NN parameter) applied to the neural network.
  • NN parameter a neural network parameter
  • the message including the information determined based on the channel state information is either downlink control information (DCI), MAC-CE (Medium Access Control-Control Element) or RRC message can be based
  • the message including information determined based on the channel state information may be based on downlink control information (DCI) for scheduling a physical downlink shared channel (PDSCH).
  • DCI downlink control information
  • MAC-CE Medium Access Control-Control Element
  • RRC message can be based
  • the message including information determined based on the channel state information may be based on downlink control information (DCI) for scheduling a physical downlink shared channel (PDSCH).
  • DCI downlink control information
  • PDSCH physical downlink shared channel
  • the NN parameter may be related to the setting of at least one of a NN receiver or a NN transmitter operating based on a Neural Network (NN) related to the wireless communication system.
  • NN Neural Network
  • the terminal can receive data from the base station based on the NN receiver to which the NN parameter is applied.
  • the data may be related to a PDSCH scheduled by a message (eg, DCI) including information determined based on the channel state information.
  • the terminal receives a message including the information determined based on the channel state information from the base station (eg, 200b of FIG. 2) is an operation of FIGS. 1 to 5 Can be implemented by device.
  • one or more processors 202a may include one or more transceivers 206a and 206a to receive a message including information determined based on the channel state information from a base station (eg, 200b of FIG. 2 ). /or may control one or more memories 204a.
  • the application of the method based on the embodiments of the present specification is not limited to the operation of the terminal.
  • a method based on the embodiments of the present specification may be applied to an operation of a base station.
  • the method based on the above-described embodiments may be applied to a method for receiving channel state information performed by a base station.
  • it will be described in detail except for overlapping contents.
  • a method for receiving channel state information by a base station includes a first step of transmitting a reference signal related to channel measurement, a second step of receiving channel state information generated based on the reference signal, and A third step of transmitting a message including information determined based on the channel state information may be included.
  • the base station transmits a reference signal related to channel measurement to the terminal.
  • a base station eg, 200b in FIG. 2
  • a terminal eg, 200a in FIG. 2
  • one or more processors 202b may include one or more transceivers 206b and/or one or more memories (eg, 200a of FIG. 2) to transmit a reference signal related to channel measurement to a terminal (eg, 200a of FIG. 2).
  • 204b can be controlled.
  • the base station receives channel state information generated based on the reference signal from the terminal.
  • the base station receives the channel state information generated based on the reference signal from the terminal (eg, 200a of FIG. 2), as shown in FIGS. 1 to 5
  • the base station receives the channel state information generated based on the reference signal from the terminal (eg, 200a of FIG. 2), as shown in FIGS. 1 to 5
  • the base station eg, 200b of FIG. 2
  • the base station eg, 200b of FIG. 2
  • receives the channel state information generated based on the reference signal from the terminal eg, 200a of FIG. 2
  • One or more memories 204b may be controlled.
  • the base station transmits a message including information determined based on the channel state information to the terminal.
  • Information determined based on the channel state information may include a neural network parameter (NN parameter) applied to the neural network.
  • a downlink shared channel (PDSCH) for the terminal may be scheduled based on a message (eg, DCI) including information determined based on the channel state information.
  • a message eg, DCI
  • the base station may transmit data to the terminal.
  • the terminal may receive the data from the base station based on the NN receiver to which the NN parameter is applied.
  • one or more processors 202b may transmit a message including information determined based on the channel state information to a terminal (eg, 200a of FIG. 2 ) through one or more transceivers 206b and /or may control one or more memories 204b.
  • the wireless communication technology implemented in the wireless devices 200a and 200b of the present specification may include Narrowband Internet of Things for low power communication as well as LTE, NR, and 6G.
  • NB-IoT technology may be an example of LPWAN (Low Power Wide Area Network) technology, and may be implemented in standards such as LTE Cat NB1 and / or LTE Cat NB2. no.
  • the wireless communication technology implemented in the wireless device (XXX, YYY) of the present specification may perform communication based on LTE-M technology.
  • LTE-M technology may be an example of LPWAN technology, and may be called various names such as eMTC (enhanced machine type communication).
  • LTE-M technologies are 1) LTE CAT 0, 2) LTE Cat M1, 3) LTE Cat M2, 4) LTE non-BL (non-Bandwidth Limited), 5) LTE-MTC, 6) LTE Machine Type Communication, and/or 7) It may be implemented in at least one of various standards such as LTE M, and is not limited to the above-mentioned names.
  • the wireless communication technology implemented in the wireless device (XXX, YYY) of the present specification is at least one of ZigBee, Bluetooth, and Low Power Wide Area Network (LPWAN) considering low power communication It may include any one, and is not limited to the above-mentioned names.
  • ZigBee technology can generate personal area networks (PANs) related to small/low-power digital communication based on various standards such as IEEE 802.15.4, and can be called various names.
  • PANs personal area networks
  • An embodiment according to the present specification 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 specification 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)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Electromagnetism (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 명세서의 일 실시예에 따른 무선 통신 시스템에서 단말에 의해 수행되는 채널 상태 정보를 전송하기 위한 방법은 채널의 측정과 관련된 참조 신호를 수신하는 제1 단계, 상기 참조 신호에 기반하여 채널 상태 정보를 생성하는 제2 단계 및 상기 채널 상태 정보를 전송하는 제3 단계 및 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신하는 제4 단계를 포함한다.

Description

무선 통신 시스템에서 채널 상태 정보의 송수신 방법 및 그 장치
본 명세서는 무선 통신 시스템에서 채널 상태 정보의 송수신 방법 및 그 장치에 관한 것이다.
이동 통신 시스템은 사용자의 활동성을 보장하면서 음성 서비스를 제공하기 위해 개발되었다. 그러나 이동통신 시스템은 음성뿐 아니라 데이터 서비스까지 영역을 확장하였으며, 현재에는 폭발적인 트래픽의 증가로 인하여 자원의 부족 현상이 야기되고 사용자들이 보다 고속의 서비스를 요구하므로, 보다 발전된 이동 통신 시스템이 요구되고 있다.
차세대 이동 통신 시스템의 요구 조건은 크게 폭발적인 데이터 트래픽의 수용, 사용자 당 전송률의 획기적인 증가, 대폭 증가된 연결 디바이스 개수의 수용, 매우 낮은 단대단 지연(End-to-End Latency), 고에너지 효율을 지원할 수 있어야 한다. 이를 위하여 이중 연결성(Dual Connectivity), 대규모 다중 입출력(Massive MIMO: Massive Multiple Input Multiple Output), 전이중(In-band Full Duplex), 비직교 다중접속(NOMA: Non-Orthogonal Multiple Access), 초광대역(Super wideband) 지원, 단말 네트워킹(Device Networking) 등 다양한 기술들이 연구되고 있다.
무선 통신 시스템에 적용되는 뉴럴 네트워크(Neural Network, NN)의 생성을 위한 딥러닝(Deep Learning, DL)이 단말/기지국(예: Rx/Tx)간의 시그널링을 통해 수행되는 경우 큰 오버헤드(overhead)가 요구된다.
상기 오버헤드 이슈를 고려하여 기 학습된 NN 파라미터(예: offline을 통한 training에 따라 생성된 NN parameter)가 사용될 수 있다. 이 때, 해당 NN parameter에 채널 상황과 관련된 요소가 반영되도록 채널의 통계적 특성이 고려될 수 있다.
그러나, NN parameter의 생성을 위한 절차(예: offline traning)에서 고려된 채널의 통계치와 실제 채널의 통계치가 상이한 경우, 도메인 시프트(domain shift)가 발생하여 시스템 성능이 열화된다.
본 명세서의 목적은 상술한 문제점을 해결하기 위한 방법을 제안하는 것이다.
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 명세서의 일 실시예에 따른 무선 통신 시스템에서 단말에 의해 수행되는 채널 상태 정보를 전송하기 위한 방법은 채널의 측정과 관련된 참조 신호를 수신하는 제1 단계, 상기 참조 신호에 기반하여 채널 상태 정보를 생성하는 제2 단계 및 상기 채널 상태 정보를 전송하는 제3 단계 및 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신하는 제4 단계를 포함한다.
상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이와 관련된 정보 중 적어도 하나를 포함한다.
상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함하는 것을 특징으로 한다.
상기 채널의 측정에 기반하는 확률 분포에 의해 상기 NN parameter의 업데이트와 관련된 특정 값이 결정될 수 있다.
상기 특정 값은 i) 현재 시점에 기반하여 획득된 상기 채널의 측정에 기반하는 확률 분포 및 이전 시점에 기반하여 기 획득된 상기 채널의 측정에 기반하는 확률 분포간의 차이 또는 ii) 상기 현재 시점에 기반하여 획득된 상기 채널의 측정에 기반하는 확률 분포 및 상기 채널과 관련된 확률 분포의 추정 값 간의 차이에 기반할 수 있다.
상기 특정 값이 기 설정된 값보다 크거나 같은 것에 기반하여, 상기 방법이 상기 제1 단계 내지 상기 제3 단계 중 어느 하나의 단계부터 다시 수행될 수 있다.
상기 채널의 측정에 기반하는 확률 분포와 관련된 정보는 i) 상기 참조 신호의 수신 전력 또는 ii) SNR(Signal to Noise Ratio) 중 적어도 하나와 관련된 정보를 포함할 수 있다.
상기 참조 신호가 데이터와 동일한 자원 영역에서 전송되는 중첩된 파일럿 신호(superimposed pilot signal)와 관련되는 것에 기반하여, 상기 채널의 측정에 기반하는 확률 분포와 관련된 경우의 수에서 상기 참조 신호가 전송되는 자원 영역과 관련된 페이딩(fading)에 따른 경우의 수는 제외될 수 있다.
상기 NN parameter는 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)를 기반으로 동작하는 NN 수신기(NN receiver) 또는 NN 송신기(NN transmitter) 중 적어도 하나의 설정과 관련될 수 있다.
상기 방법은 상기 NN parameter가 적용된 상기 NN 수신기에 기반하여 데이터를 수신하는 단계를 더 포함할 수 있다.
상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포에 대한 정보가 기 설정된 것에 기반하여: 1) 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포에 대한 정보는 기 설정된 개수의 확률 분포들을 포함하고, 2) 상기 채널 상태 정보는 상기 기 설정된 개수의 확률 분포들 중 하나 이상의 확률 분포들을 포함할 수 있다.
본 명세서의 다른 실시예에 따른 무선 통신 시스템에서 채널 상태 정보를 전송하는 단말은 하나 이상의 송수신기, 상기 하나 이상의 송수신기를 제어하는 하나 이상의 프로세서들 및 상기 하나 이상의 프로세서들에 동작 가능하게 접속 가능하고, 상기 하나 이상의 프로세서들에 의해 실행될 때 상기 하나 이상의 프로세서들이 동작들을 수행하도록 설정하는 지시(instruction)들을 저장하는 하나 이상의 메모리들을 포함한다.
상기 동작들은 채널의 측정과 관련된 참조 신호를 수신하는 제1 단계, 상기 참조 신호에 기반하여 채널 상태 정보를 생성하는 제2 단계 및 상기 채널 상태 정보를 전송하는 제3 단계 및 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신하는 제4 단계를 포함한다.
상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이와 관련된 정보 중 적어도 하나를 포함한다.
상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함하는 것을 특징으로 한다.
본 명세서의 또 다른 실시예에 따른 장치는 하나 이상의 메모리들 및 상기 하나 이상의 메모리들과 기능적으로 연결되어 있는 하나 이상의 프로세서들을 포함한다. 상기 하나 이상의 메모리들은, 상기 하나 이상의 프로세서들에 의해 실행될 때, 상기 하나 이상의 프로세서들이 동작들을 수행하도록 설정하는 지시(instruction)들을 저장한다.
상기 동작들은 채널의 측정과 관련된 참조 신호를 수신하는 제1 단계, 상기 참조 신호에 기반하여 채널 상태 정보를 생성하는 제2 단계 및 상기 채널 상태 정보를 전송하는 제3 단계 및 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신하는 제4 단계를 포함한다.
상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이와 관련된 정보 중 적어도 하나를 포함한다.
상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함하는 것을 특징으로 한다.
본 명세서의 또 다른 실시예에 따른 하나 이상의 비일시적(non-transitory) 컴퓨터 판독 가능 매체는 하나 이상의 명령어를 저장한다.
상기 하나 이상의 명령어는, 하나 이상의 프로세서에 의해 실행되는 경우, 상기 하나 이상의 프로세서가 동작들을 수행하도록 설정한다.
상기 동작들은 채널의 측정과 관련된 참조 신호를 수신하는 제1 단계, 상기 참조 신호에 기반하여 채널 상태 정보를 생성하는 제2 단계 및 상기 채널 상태 정보를 전송하는 제3 단계 및 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신하는 제4 단계를 포함한다.
상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이와 관련된 정보 중 적어도 하나를 포함한다.
상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함하는 것을 특징으로 한다.
본 명세서의 또 다른 실시예에 따른 무선 통신 시스템에서 기지국에 의해 수행되는 채널 상태 정보를 수신하기 위한 방법은 채널의 측정과 관련된 참조 신호를 전송하는 단계, 상기 참조 신호에 기반하여 생성된 채널 상태 정보를 수신하는 단계 및 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 전송하는 단계를 포함한다.
상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이와 관련된 정보 중 적어도 하나를 포함한다.
상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함하는 것을 특징으로 한다.
본 명세서의 또 다른 실시예에 따른 무선 통신 시스템에서 채널 상태 정보를 수신하는 기지국은 하나 이상의 송수신기, 상기 하나 이상의 송수신기를 제어하는 하나 이상의 프로세서들 및 상기 하나 이상의 프로세서들에 동작 가능하게 접속 가능하고, 상기 하나 이상의 프로세서들에 의해 실행될 때 상기 하나 이상의 프로세서들이 동작들을 수행하도록 설정하는 지시(instruction)들을 저장하는 하나 이상의 메모리들을 포함한다.
상기 동작들은 채널의 측정과 관련된 참조 신호를 전송하는 단계, 상기 참조 신호에 기반하여 생성된 채널 상태 정보를 수신하는 단계 및 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 전송하는 단계를 포함한다.
상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이와 관련된 정보 중 적어도 하나를 포함한다.
상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함하는 것을 특징으로 한다.
본 명세서에 실시예에 의하면, 채널 상태 정보에 기초하여 현재 채널 상황에 적응적으로 NN parameter가 결정될 수 있다. 따라서, 도메인 시프트(domain shift)로 인한 통신 시스템의 성능 열화가 방지될 수 있다. 나아가, 뉴럴 네트워크(NN)가 적용된 무선 통신 시스템의 신뢰성(reliability)이 개선될 수 있다.
본 명세서에 실시예에 의하면, 무선 통신 시스템에 적용되는 NN parameter의 결정을 위한 참조 신호는 중첩된 파일럿 시스템(superimposed pilot system)에 기반하여 데이터가 전송되는 모든 자원에서 전송될 수 있다. NN parameter 결정시 참조 신호에 할당된 자원 분포에 따른 채널의 시간/주파수 fading 특성이 고려될 필요가 없다. 따라서, 채널 상태 정보에 포함되어야 하는 정보가 감소하는 바, NN parameter의 결정을 위한 절차의 시그널링 오버헤드가 개선될 수 있다.
본 명세서에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 명세서가 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 10a는 무선 통신의 채널 환경을 설명하기 위한 도면이다.
도 10b는 무선 통신의 채널 환경에서 채널 주파수 응답을 예시하는 도면이다.
도 10c는 본 명세서의 실시예에 따라 채널 분포를 이용한 NN parameter의 선택을 설명하기 위한 도면이다.
도 11은 중첩된 파일럿(superimposed pilot) 전송 방식이 적용된 OFDM 시스템을 예시한다.
도 12는 직교하는 파일럿(orthogonal pilot) 전송 방식이 적용된 OFDM 시스템을 예시한다.
도 13은 본 명세서의 실시예에 따른 채널의 확률 분포를 측정하는 절차를 설명하기 위한 도면이다.
도 14는 본 명세서의 실시예에 따른 채널 분포 측정에 기초하여 결정된 NN parameter를 설명하기 위한 도면이다.
도 15는 본 명세서의 실시예에 따른 NN parameter의 설정을 위한 절차의 일 예를 나타낸 흐름도이다.
도 16은 본 명세서의 실시예에 따른 NN parameter의 설정을 위한 절차의 다른 예를 나타낸 흐름도이다.
도 17은 본 명세서의 실시예에 따른 NN parameter의 설정을 위한 절차의 또 다른 예를 나타낸 흐름도이다.
도 18은 본 명세서의 실시예에 따른 단말에 의해 수행되는 채널 상태 정보를 전송하기 위한 방법을 설명하기 위한 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 PCTKR2021014709-appb-T000001
Figure PCTKR2021014709-appb-T000002
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 PCTKR2021014709-appb-T000003
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 PCTKR2021014709-appb-T000004
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.
앞서 살핀 내용들은 후술할 본 명세서에서 제안하는 방법들과 결합되어 적용될 수 있으며, 또는 본 명세서에서 제안하는 방법들의 기술적 특징을 명확하게 하는데 보충될 수 있다. 이하 설명되는 방법들은 설명의 편의를 위하여 구분된 것일 뿐, 어느 한 방법의 일부 구성이 다른 방법의 일부 구성과 치환되거나, 상호 간에 결합되어 적용될 수 있음은 물론이다.
이하에서 채널 추정 오차에 대한 성능 열화를 완화하여 수신 신뢰성(reliability)를 개선시키기 위한 방법을 살펴본다.
본 명세서에서 사용되는 기호/약어/용어는 다음과 같다.
- DL: Deep Learning
- NN: Neural Network
DL 기반 통신 시스템에서는 학습 절차가 요구된다. 이와 같은 DL 절차를 온라인(online)을 통해 수행되는 경우, 큰 오버헤드가 요구된다. 이러한 이유로 온라인 학습(online learning)이 아닌 오프라인 학습(offline learning)을 이용하여 사전에 생성된 NN parameter(예: DL parameter)를 사용하는 방법이 고려되고 있다.
오프라인 학습(offline learning)의 경우 사전에 학습이 수행되므로 온라인 학습(online learning)에서 요구되는 오버헤드(overhead)를 야기하지 않지만, 통신 상황에 적응적으로 학습이 수행되는 것은 아니므로 채널 상태에 따른 유연성(flexibility)이 감소한다.
오프라인 학습(offline learning)에서 발생하는 이러한 문제를 해소하기 위해서 오프라인 학습(offline learning) 시 결정적 채널 계수(deterministic channel coefficient)에 대한 학습을 수행하기 보다는 채널의 통계적 특성에 따른 학습을 수행하는 방법이 고려될 수 있다. 채널의 통계의 특성의 따른 학습은 채널의 특정 통계적 특성에 대한 가정에 기초하여 수행될 수 있다. 일 예로, 채널의 통계의 특성의 따른 학습은 평균과 분산이 특정 값을 갖는 가우시안 분포(Gaussian distribution)를 따르는 채널 환경을 가정하여 수행될 수 있다.
하지만 오프라인 학습(offline learning)에서 고려된 채널의 통계치가 현재 채널의 통계치와 다를 경우 NN을 적용한 통신 시스템의 성능 열화가 발생할 수 있다. 이와 같이 1) 학습 시 고려된 입력의 통계치와 2) 평가(evaluation) 또는 검출에 사용되는 통계치가 다른 경우를 도메인 시프트(domain shift)라고 한다. 도메인 시프트가 발생하는 경우, 해당 뉴럴 네트워크(예: DL NN)의 성능 열화가 발생한다.
상기와 같은 문제는 통계적 특성을 갖는 무선 환경 채널에서 더 심화될 수 있다. 채널의 통계적 특성을 반영한 training에 기초하여 생성된 오프라인 학습 파라미터(offline learning parameter)(예: NN parameter)를 활용하기 위해서는, 해당 오프라인 학습 파라미터들 중 현재 채널의 통계적 특성에 맞는 파라미터가 선택될 필요가 있다. 상술한 문제점과 관련된 내용을 도 10a 내지 도 10c를 참조하여 설명한다.
도 10a는 무선 통신의 채널 환경을 설명하기 위한 도면이다.
도 10a의 (a)는 Tx/Rx간의 채널(h(0)~h(2))을 나타낸다.
시간 영역에서의 채널(h)이 복소 가우시안 랜덤 변수(complex Gaussian random variable)에 기반하는 경우(도 10a의 (b)), 주파수 영역에서의 채널(H)도 복소 가우시안 랜덤 변수(complex Gaussian random variable)로 표현될 수 있다(도 10a의 (c)).
도 10b는 무선 통신의 채널 환경에서 채널 주파수 응답을 예시하는 도면이다.
도 10b는 TDL (Tapped Delay Line) B/C/D 채널 환경에서 channel frequency response의 분포를 보여준다. 도 10b를 참조하면, 각각의 채널 환경마다 서로 다른 채널 분포를 갖는다(도 10b의 (a) 내지 (c)). 따라서, NN parameter의 선택을 위해 다음 1) 및 2)에 따른 동작이 고려될 수 있다.
1) 현재 채널의 측정(예: 특정 평균/분산을 갖는 complex Gaussian random variable)
2) 상기 측정에 기반하는 NN parameter의 선택
도 10c는 본 명세서의 실시예에 따라 채널 분포를 이용한 NN parameter의 선택을 설명하기 위한 도면이다.
도 10c를 참조하면, Tx/Rx의 NN에 대한 offline learning이 수행될 때 사용된 채널의 분포는 Distribution 1/2/3(예: 도 10b의 (a) 내지 (c))의 형태를 갖는 것으로 가정된다. 통신을 수행하는 시점에 적절한 NN Tx/Rx parameter를 적용하기 위하여 실제 채널(real channel)의 분포와 가장 가까운 Distribution으로 학습된 NN parameter를 적용하여 통신이 수행될 수 있다.
이하에서 채널의 통계적 특성(입력의 통계적 특성)을 반영하여 수행된 오프라인 학습(offline learning)으로부터 획득된 NN parameter를 통신 시스템에 적용하기 위한 방법을 살펴본다. 구체적으로 현재 채널 환경에 적합한 NN parameter를 선택하기 위한 실시예들은 채널 통계치 측정 및 피드백, 상기 피드백에 기초한 NN parameter의 선택을 위한 방법들을 포함한다.
이하 본 명세서에서의 수학식 기호의 표기와 관련된 사항은 다음과같다. Regular character는 scalar를 나타내고 bold lowercase character와는 vector를 나타내며 bold uppercase character는 matrix를 나타내고 Calligraphic character는 집합을 의미한다. 일례로,
Figure PCTKR2021014709-appb-I000001
및
Figure PCTKR2021014709-appb-I000002
는 각각 scalar, vector, matrix 및 집합을 의미한다.
Figure PCTKR2021014709-appb-I000003
는 vector
Figure PCTKR2021014709-appb-I000004
의i번째 entry를 의미하며
Figure PCTKR2021014709-appb-I000005
을 나타낸다.
Figure PCTKR2021014709-appb-I000006
는
Figure PCTKR2021014709-appb-I000007
의 absolute value를 나타낸다.
이하에서는 NN parameter의 결정을 위한 CSI 관련 동작을 살펴본다. 구체적으로 1) 기존 통신 시스템에서의 CSI 및 2) 중첩된 파일럿 시스템(superimposed pilot system)에서의 CSI를 살펴본다.
DL이 적용되지 않은 통신 시스템
수신단(예: 단말)은 송신단(예: 기지국)이 MCS (modulation coding scheme) 레벨 등을 정할 수 있도록 채널의 CSI (channel state information) 를 feedback한다. 송신단은 feedback된 채널을 이용하여 MCS 레벨, precoding matrix 등을 정할 수 있다. LTE/NR system 상에서 고려되는 CSI에는 Channel Quality Indicator(CQI), precoding matrix indicator (PMI), precoding type indicator (PTI), rank indication (RI) 등이 포함될 수 있다. CSI 보고(CSI와 관련된 측정 및 보고 동작)는 주기적 또는 비 주기적으로 수행될 수 있다.
기존 시스템에서의 CSI는 NN이 고려되지 않은 통신 시스템에 대한 것이다. 기존 CSI에 포함된 정보를 통해서는 NN parameter의 결정이 용이하지 않을 수 있다. 따라서, NN이 적용된 통신 시스템을 고려한 CSI가 요구된다.
특히, 오프라인 학습(offline learning) 기반 NN 이 적용될 경우 MCS 및 precoding 정보 뿐만 아니라 NN parameter 선택까지 고려되어야 하므로 NN 적용 시 parameter 선택에 적합한 채널 정보 측정 및 parameter 선택 및 update 방법이 필요하다.
이하 도 11 및 도 12를 참조하여 중첩된 파일럿 시스템을 기존 시스템과 비교하여 설명한다.
중첩된 파일럿 시스템(Superimposed pilot system)
도 11은 중첩된 파일럿(superimposed pilot) 전송 방식이 적용된 OFDM 시스템을 예시한다. 도 12는 직교하는 파일럿(orthogonal pilot) 전송 방식이 적용된 OFDM 시스템을 예시한다.
Superimposed pilot 전송 방식(도 11)에 의하면, 채널 추정을 위한 pilot 신호(예: Reference Signal, uplink RS, downlink RS)과 data(예: UL/DL data)가 동일한 자원에 기초하여 전송된다. 즉, pilot 신호가 전송되는 자원과 data가 전송되는 자원은 서로 완전히 중첩된다.
Superimposed pilot 전송 방식이 적용될 경우 data symbol과 pilot 신호의 전송을 위해 직교하는 자원(orthogonal resources)(즉, 중첩되지 않는 자원)이 할당될 필요가 없다. 이 점에서 data symbol 전송을 위해 더 많은 자원이 할당될 수 있다는 이점이 있다. 하지만 pilot 신호와 data symbol이 자원 영역에서 겹쳐서 전송되기 때문에 data decoding 시 pilot 신호가 간섭으로 작용해 성능 열화가 발생할 수 있다. 본 방식의 경우, 모든 자원에서 pilot 신호가 전송되기 때문에 pilot 위치 결정에 있어서 채널의 frequency/time fading 채널 특성에 따른 영향이 제거될 수 있다.
Orthogonal pilot 전송 방식(도 12)에 의하면, 채널 추정을 위한 pilot 신호(예: Reference Signal, uplink RS, downlink RS)와 data(예: UL/DL data)가 직교하는 자원에 기초하여 전송된다. 본 방식은 data decoding시의 성능 열화가 발생할 가능성이 낮은 반면, pilot symbol의 위치 결정을 위해 채널의 상관성(correlation)이 고려되어야 한다.
Superimposed pilot 전송의 경우에는 pilot 신호가 모든 자원에서 전송되므로 pilot 신호 자원 할당 방식에 채널의 상관성이 고려될 필요가 없다.
이하 NN parameter 결정을 위한 실시예들을 살펴본다.
오프라인 학습(offline learning) 기반으로 동작하는 NN의 parameter 선택 시 요구되는 채널 정보
채널의 통계적 특성을 반영하여 NN을 training이 수행되는 경우, NN parameter를 선택하기 위해서는 채널의 순시 값보다는 채널의 distribution 정보가 요구된다. 채널의 특성이 복소 가우시안(complex Gaussian) 분포를 갖는다고 가정할 때, 채널의 확률 분포는 채널 계수의 평균 및 분산으로 표현될 수 있다.
상기 training에 기초하여 생성된 NN parameter들 중 하나를 선택하여 사용하기 위해서 채널의 확률 분포가 측정되는 경우, 채널의 순시치가 사용되지 않기 때문에 초기에 채널의 통계적 특성이 변하지 않는 한 다시 채널의 확률 분포의 측정이 수행될 필요가 없다. 따라서 NN parameter update의 빈도를 줄일 수 있다.
일 예로, 오프라인 학습(offline learning) 시 다양한 평균 및 분산을 갖는 complex Gaussian 분포를 따르는 채널 환경을 가정하여 training이 수행될 수 있다. training 수행 시 가정한 채널의 확률 분포 중 현재 채널 환경에 가장 가까운 환경에서 training 된 NN parameter가 선택/사용될 수 있다.
이 때, 만약 data symbol과 pilot 신호가 서로 orthogonal한 자원에 할당되었다면 채널의 시간/주파수 fading 특성 및 pilot이 전송되는 자원의 분포에 따라 성능이 달라진다. NN parameter 선택 시 필요한 채널 특성에 채널의 시간/주파수 fading 특성이 추가되므로 고려해야 할 채널의 통계적 특성의 경우의 수가 증가한다.
따라서 pilot의 자원 할당 분포에 따라 채널의 통계적 특성과 관련된 경우의 수가 증가하는 문제를 배제시키기 위해서 superimposed pilot 전송 방식과 같이 모든 자원에 pilot 신호를 전송하는 방법이 고려될 수 있다. 모든 자원에 pilot을 전송할 경우 채널 분포를 측정할 때 서로 다른 시간 및 주파수의 부반송파를 각각 독립적으로 고려할 수 있기 때문에 feedback되어야 하는 통계 정보가 감소할 수 있다.
Superimposed pilot 전송 방식에 기초하여 시간/주파수 fading 특성은 피드백되는 통계적 특성에서 제외될 수 있다. 이에 따라, 채널의 통계적 특성을 나타내는 정보를 피드백 하기 위해 요구되는 페이로드 사이즈(payload size)가 줄어든다.
본 명세서에서 Rx NN parameter(NN receiver)의 선택 및 update를 중심으로 설명을 하였지만, 본 제안 방식은 Rx의 NN parameter 뿐만 아니라 Tx의 NN parameter 선택 시에도 적용가능 하다.
오프라인 학습(offline learning) 기반으로 동작하는 NN의 parameter 선택 절차
오프라인 학습(offline learning) 기반으로 동작하는 NN의 parameter 선택 절차는 다음과 같은 동작으로 구분될 수 있다.
1) pilot 신호(예: UL/DL RS, superimposed pilot signal)에 기초하여 채널의 확률 분포를 측정
2) 측정된 채널 확률 분포와 NN training 시 고려된 채널 확률 분포 간의 격차(거리)를 계산. 상기 계산을 바탕으로 기 생성된 NN parameter들 중 사용될 NN parameter가 선택/결정. 선택된 NN parameter를 Tx로부터 수신(선택된 NN parameter를 포함하는 정보를 Tx로부터 수신).
3) 수신된 신호(예: data와 관련된 신호)의 확률 분포를 기 측정된 확률 분포(예: 상기 superimposed pilot 신호에 기초하여 측정된 확률 분포 또는 이전에 수신된 신호에 기초하여 측정된 확률 분포)와 비교. 확률 분포간의 차이가 임계치 이상이면 상기 1)과 2)에 따른 동작들 중 필요한 부분을 재수행하여 NN parameter가 update. 1)에서 채널의 확률 분포가 재 측정되는 경우 update가 필요하지 않다면 2)와 3)은 수행되지 않음.
이하에서는 상술한 1) 내지 3)에 따른 동작들을 도 13을 참조하여 보다 구체적으로 설명한다.
오프라인 학습(offline learning) 기반으로 동작하는 NN의 parameter 선택 절차의 상세
1) 채널의 확률 분포를 측정하는 단계
도 13은 본 명세서의 실시예에 따른 채널의 확률 분포를 측정하는 절차를 설명하기 위한 도면이다.
도 13을 참조하면, Tx(예: 송신단, 기지국)는 채널의 확률 분포를 측정하기 위한 reference signal을 전송한다. 일 예로, 상기 reference signal은 상술한 superimposed pilot signal에 기반할 수 있다. Rx(예: 수신단, 단말)는 수신된 reference signal을 기반으로 채널의 확률 분포를 측정한다. 이와 함께 추가적으로 SNR 등 필요한 채널의 통계정보를 동시에 획득할 수도 있다.
채널 확률 분포 측정은 일정 조건이 충족되는 것에 기반하여 중지될 수 있다. 일 실시예에 의하면, 상기 일정 조건은 이전에 측정된 채널 분포와 현재 측정된 채널 분포의 차이가 특정 임계치 이하인 경우 충족되도록 설정될 수 있다. 상기 일정 조건이 충족되면, Rx(단말)는 채널 분포 측정을 중지한다. 채널 분포의 차이에 대한 측정 기준(metric)은 쿨백-라이블러 발산 (Kullback-Leibler divergence), 와서스테인 거리(Wasserstein distance) 또는 콜모고로프 스미르노프 통계(Kolmogorov-Smirnov statistic) 중 어느 하나에 기반할 수 있다. 다만, 상기 채널 분포 차이에 대한 측정 기준이 상기 열거된 예시들에 한정되는 것은 아니며 채널 분포 차이의 측정을 위해 정의되는 다른 기준(metric)들이 활용될 수 있다.
이하에서는 쿨백-라이블러 발산(Kullback-Leibler divergence)을 이용한 채널 분포 간 차이의 측정을 살펴본다.
상기 채널 확률 분포 측정의 중지와 관련된 일정 조건은, KL divergence를 이용하여, 아래 수학식 1 또는 수학식 2와 같이 정의될 수 있다.
Figure PCTKR2021014709-appb-M000001
Figure PCTKR2021014709-appb-M000002
여기서
Figure PCTKR2021014709-appb-I000008
는 n번째 측정 구간에서 측정된 채널 확률 분포이고,
Figure PCTKR2021014709-appb-I000009
는 n+1 번째 측정 구간에서 측정된 채널 확률 분포이다. 두 확률 분포의 차이가 기 설정된 임계치
Figure PCTKR2021014709-appb-I000010
보다 작을 때 채널 확률 분포 측정이 중지되도록 설정될 수 있다.
Rx는 수학식 1 또는 수학식 2에 기반하는 조건을 이용하여 채널 확률 분포 측정을 중지할 수 있다. 일 실시예에 의하면, Rx는 채널의 확률 분포를 측정을 위한 reference signal의 전송을 멈출 것을 Tx에 요청할 수 있다.
2) 확률 분포간의 격차(거리) 계산 및 NN parameter의 결정
Rx는 측정된 채널 확률 분포와 NN training 시 고려된 채널 확률 분포 간의 격차(거리)를 계산한다. 상기 계산을 바탕으로 기 생성된 NN parameter들 중 사용될 NN parameter가 선택/결정될 수 있다. Rx는 선택된 NN parameter를 Tx(예: server, 기지국)로부터 수신할 수 있다. 또는 Rx는 선택된 NN parameter를 포함하는 정보를 Tx로부터 수신할 수 있다. 이하 도 14를 참조하여 설명한다.
도 14는 본 명세서의 실시예에 따른 채널 분포 측정에 기초하여 결정된 NN parameter를 설명하기 위한 도면이다.
도 14를 참조하면, 측정된 채널 확률 분포(Channel distribution measurement)를 이용하여 NN parameter가 선택될 수 있다. 선택된 NN parameter는 data 통신을 위한 수신기(receiver)의 설정을 위한 NN receiver parameter일 수 있다.
상술한 실시예들에 따른 동작은 후술하는 Case 1 내지 Case 3 중 어느 하나에 따른 절차에 기반하여 수행될 수 있다. 상기 Case 1 내지 Case 3 에 따른 절차를 도 15 내지 도 17을 참조하여 설명한다.
도 15는 본 명세서의 실시예에 따른 NN parameter의 설정을 위한 절차의 일 예를 나타낸 흐름도이다.
도 15를 참조하면, NN parameter의 설정은 S1510 내지 S1530에 기반하여 수행될 수 있다.
S1510에서 Tx(예: 기지국)는 채널 측정을 위한 신호(Signal for channel measurement)를 Rx(예: 단말)에 전송한다. Tx는 오프라인 학습에서 고려된 채널 분포와 관련된 정보(Channel distribution information considered in offline learning)를 Rx에 전송한다.
S1520에서, Rx는 feedback information을 Tx에 전송한다.
일 실시예에 의하면, 상기 feedback information은 채널의 통계적 특성(예: 가우시안 분포(Gaussian distribution)의 경우 분산 및 평균)을 나타내는 정보를 포함할 수 있다.
상기 feedback information은 채널의 전력(power) 또는 진폭(amplitude)과 관련된 통계를 나타내는 정보(stastics of channel power or amplitude), SNR(signal to noise ratio), 그 밖의 다른 통계적 특성을 나타내는 정보 또는 Rx의 수신기 성능 정보(Receiver capability) 중 적어도 하나를 포함할 수 있다.
상기 feedback information을 수신한 Tx는 측정된 채널의 통계적 특성과 오프라인 학습에서 고려된 채널 분포간의 차이(discrepancy between the measured channel statics and channel distribution considered in the offline learning)를 계산할 수 있다. 이 때, 채널 확률 분포간 차이는 상술한 측정 기준(metric)에 기반하여 계산될 수 있다. 상기 측정 기준은 쿨백-라이블러 발산 (Kullback-Leibler divergence), 와서스테인 거리(Wasserstein distance) 또는 콜모고로프 스미르노프 통계(Kolmogorov-Smirnov statistic)를 포함할 수 있다.
S1530에서, Tx는 NN parameter를 Rx에 전송한다. 구체적으로, Tx는 상기 계산 결과(즉, 측정된 채널의 통계적 특성과 오프라인 학습에서 고려된 채널 분포간의 차이)에 기초하여 Rx가 사용할 NN parameter를 결정할 수 있다. 일 예로, 상기 NN parameter는 Rx에 구비된 수신기(Receiver)에 적용되는 NN receiver parameter일 수 있다. Tx는 결정된 NN parameter를(결정된 NN parameter를 포함하는 정보)를 Rx에 전달한다.
상기 측정된 채널의 통계적 특성과 오프라인 학습에서 고려된 채널 분포간의 차이는 Rx에 의해서도 계산될 수 있다. 이하 도 16을 참조하여 설명한다.
도 16은 본 명세서의 실시예에 따른 NN parameter의 설정을 위한 절차의 다른 예를 나타낸 흐름도이다. 이하 도 15에서 설명된 내용과 중복되는 부분의 설명은 생략한다.
S1610에서 Tx(예: 기지국)는 채널 측정을 위한 신호(Signal for channel measurement)를 Rx(예: 단말)에 전송한다. Tx는 오프라인 학습에서 고려된 채널 분포와 관련된 정보(Channel distribution information considered in offline learning)를 Rx에 전송한다.
일 실시예에 의하면, 상기 오프라인 학습에서 고려된 채널 분포와 관련된 정보는 기 설정된 개수의 채널 확률 분포들을 나타내는 정보를 포함할 수 있다. 상기 기 설정된 개수(S)의 채널 확률 분포들은 기 설정된 개수에 기반하는 평균(m)과 분산(v)을 나타내는 값을 포함할 수 있다. 일 예로, 상기 기 설정된 개수(S)의 채널 확률 분포들은 다음과 같이 표현될 수 있다.
Gaussian distribution with mean (m) and variance (v) :
Figure PCTKR2021014709-appb-I000011
,
Figure PCTKR2021014709-appb-I000012
,
Figure PCTKR2021014709-appb-I000013
,...,
Figure PCTKR2021014709-appb-I000014
-> S different Gaussian distributions
상기 채널 측정을 위한 신호의 전송과 상기 채널 분포와 관련된 정보의 전송 간의 선후가 도 16과 같이 고정되어 수행되는 것은 아니다. 일 예로, 상기 채널 측정을 위한 신호의 전송과 상기 오프라인 학습에서 고려된 채널 분포와 관련된 정보의 전송은 독립적으로 수행될 수 있다. 일 예로, 상기 오프라인 학습에서 고려된 채널 분포와 관련된 정보의 전송이 상기 채널 측정을 위한 신호의 전송보다 먼저 수행될 수도 있다.
Rx는 상기 채널 측정을 위한 신호 및 상기 오프라인 학습에서 고려된 채널 분포와 관련된 정보에 기초하여 채널 측정을 수행할 수 있다. 측정 결과는 채널의 통계적 특성을 나타내는 정보(예: power or amplitude, SNR 등)를 포함할 수 있다.
Rx는 측정된 채널의 통계적 특성과 오프라인 학습에서 고려된 채널 분포간의 차이(discrepancy between the measured channel statics and channel distribution considered in the offline learning)를 계산할 수 있다. Rx는, 상기 계산된 값에 기초하여, 상기 기 설정된 개수의 채널 확률 분포들 중 하나 이상의 채널 확률 분포들을 선택할 수 있다.
S1620에서, Rx는 feedback information을 Tx에 전송한다.
일 실시예에 의하면, 상기 feedback information은 채널의 통계적 특성(예: 가우시안 분포(Gaussian distribution)의 경우 분산 및 평균)을 나타내는 정보를 포함할 수 있다. 상기 feedback information은 상기 선택된 하나 이상의 채널 확률 분포들을 포함할 수 있다.
S1630에서, Tx는 NN parameter를 Rx에 전송한다. 구체적으로, Tx는 상기 feedback information에 기초하여 Rx가 사용할 NN parameter를 결정할 수 있다. 일 예로, 상기 NN parameter는 Rx에 구비된 수신기(Receiver)에 적용되는 NN receiver parameter일 수 있다. Tx는 결정된 NN parameter를(결정된 NN parameter를 포함하는 정보)를 Rx에 전달한다.
상술한 절차에서 KL divergence를 이용하여 채널의 확률 분포간 차이를 계산하는 방법의 일 예를 이하 구체적으로 설명한다.
먼저, NN training 시 사용된 s번째 확률 분포를 Qs(x)로 정의한다. 만약, Qs(x)가 Gaussian 분포를 따른다고 할 때, 총 S개의 채널 확률 분포의 평균과 분산은 다음과 같이 표현된다.
Gaussian distribution with mean (m) and variance (v) :
Figure PCTKR2021014709-appb-I000015
,
Figure PCTKR2021014709-appb-I000016
,
Figure PCTKR2021014709-appb-I000017
,...,
Figure PCTKR2021014709-appb-I000018
-> S different Gaussian distributions
측정된 채널(H)의 확률 분포는
Figure PCTKR2021014709-appb-I000019
로 정의한다. Qs(x)와
Figure PCTKR2021014709-appb-I000020
간 KL divergence를 이용하여 두 확률 분포의 차이는 아래 수학식 3 또는 수학식 4에 기초하여 계산될 수 있다.
Figure PCTKR2021014709-appb-M000003
Figure PCTKR2021014709-appb-M000004
여기서 a는 채널 확률 분포 측정 시 채널에 적용된 스칼라 인자(scale factor)이다. 따라서, KL divergence는 Q의 index s와 scale a 값에 따라 계산된다.
도 15 내지 도 16에서 상술한 채널 측정을 위한 신호(Signal for channel measurement)는 NN parameter를 사용하는 Rx(예: 단말)에 의해서 전송될 수도 있다. 이하 도 17을 참조하여 구체적으로 설명한다.
도 17은 본 명세서의 실시예에 따른 NN parameter의 설정을 위한 절차의 또 다른 예를 나타낸 흐름도이다. 이하 도 15 내지 도 16에서 설명한 내용과 중복되는 부분의 설명은 생략한다.
S1710에서 Rx(예: 단말)는 채널 측정을 위한 신호(Signal for channel measurement)를 Tx(예: 기지국)에 전송한다. 이 때, Rx는 해당 Rx의 수신기 성능 정보(Receiver capability)를 Tx에 전송할 수 있다.
Tx는 상기 채널 측정을 위한 신호 및 오프라인 학습에서 고려된 채널 분포와 관련된 정보에 기초하여 채널 측정을 수행할 수 있다. 측정 결과는 채널의 통계적 특성을 나타내는 정보(예: power or amplitude, SNR 등)를 포함할 수 있다.
Tx는 측정된 채널의 통계적 특성과 오프라인 학습에서 고려된 채널 분포간의 차이(discrepancy between the measured channel statics and channel distribution considered in the offline learning)를 계산할 수 있다.
S1720은 S1530과 동일하므로 중복된 설명을 생략한다.
3) NN parameter의 update
i) 수신된 신호(예: 상기 pilot 신호에 기초하여 측정된 확률 분포 , data와 관련된 신호)의 확률 분포와 ii) 기 측정된 확률 분포(예: 이전에 수신된 신호에 기초하여 측정된 확률 분포)간 비교에 기초하여 NN parameter의 업데이트가 수행될 수 있다.
확률 분포간의 차이가 임계치 이상이면 상술한 1) 채널 확률 분포의측정과 2) 확률 분포간의 격차(거리) 계산 및 NN parameter 결정을 위한 동작들 중 필요한 동작이 재수행되어 NN parameter가 업데이트 될 수 있다.
1)에서 채널의 확률 분포가 재측정되는 경우로서 업데이트가 필요하지 않은 경우에는(예: 확률 분포간의 차이가 임계치 미만인 경우) 상기 2)와 3)에 따른 동작은 수행되지 않을 수 있다. 이하 NN parameter의 업데이트를 위한 방법들을 구체적으로 살펴본다.
<방법 1>
i) 현재 수신된 신호로부터 측정된 채널 확률 분포 ii) 이전에 수신된 신호로부터 측정된 채널 확률 분포간의 차이가 특정 임계치 이상인 경우 상기 1)과 2)에 따른 동작들 중 하나 이상의 동작들이 다시 수행되어 NN parameter가 업데이트 될 수 있다.
수신된 신호(Received signal)는 아래와 같이 정의될 수 있다.
Received signal :
Figure PCTKR2021014709-appb-I000021
여기서,
Figure PCTKR2021014709-appb-I000022
는 채널 계수(channel coefficient)이고,
Figure PCTKR2021014709-appb-I000023
는 data symbol이며,
Figure PCTKR2021014709-appb-I000024
는 pilot symbol이고,
Figure PCTKR2021014709-appb-I000025
는 가산 백색 가우시안 잡음(Additive White Gaussian noise, AWGN noise)이다.
KL divergence를 이용할 경우 i) 현재 수신된 신호로부터 측정된 채널 확률 분포와 ii) 이전에 수신된 신호로부터 측정된 채널 확률 분포 간의 차이는 다음 수학식 5 또는 수학식 6에 기반하여 계산된다.
Figure PCTKR2021014709-appb-M000005
Figure PCTKR2021014709-appb-M000006
여기서
Figure PCTKR2021014709-appb-I000026
와
Figure PCTKR2021014709-appb-I000027
는 각각 t 수신 구간에서 수신된 신호의 채널 확률 분포와 t+1 수신 구간에서 수신된 신호의 채널 확률 분포를 의미한다.
<방법 2>
i) 현재 수신된 신호로부터 측정된 채널 확률 분포 ii) 예측된 수신신호의 채널 확률 분포간 차이가 특정 임계치 이상인 경우 상기 1)과 2)에 따른 동작들 중 하나 이상의 동작들이 다시 수행되어 NN parameter가 업데이트 될 수 있다. 본 실시예에 따른 특정 임계치는 상기 방법 1의 특정 임계치와는 다른 값으로 설정될 수 있다.
본 실시예는 채널 확률 분포가 가우시안 분포(Gaussian distribution) 과 같이 수식으로 표현 가능한 경우 적용될 수 있다.
수신 신호
Figure PCTKR2021014709-appb-I000028
의 확률 분포는 H, X, P, W 확률 분포의 joint distribution으로 표현된다. 여기서 W가 AWGN 잡음이며 SNR이 주어지는 경우 W의 확률 분포가 결정될 수 있다. 또한 송신 신호 및 pilot
Figure PCTKR2021014709-appb-I000029
의 확률 분포는 알 수 있다고 가정할 수 있다. 따라서 H의 확률 분포를 수식으로 표현할 수 있다면 y의 확률 분포가 계산될 수 있다.
현재 사용되는 NN parameter 선택 시 측정된 채널의 확률분포 및 잡음 전력을 이용하여 수신된 신호의 확률 분포의 예측 값
Figure PCTKR2021014709-appb-I000030
가 계산될 수 있다. 따라서, i) 현재 수신된 신호로부터 측정된 채널 확률 분포
Figure PCTKR2021014709-appb-I000031
와 ii) 예측된 수신 신호의 채널 확률 분포
Figure PCTKR2021014709-appb-I000032
의 차이는
Figure PCTKR2021014709-appb-I000033
또는
Figure PCTKR2021014709-appb-I000034
로 정의될 수 있다.
상기
Figure PCTKR2021014709-appb-I000035
또는
Figure PCTKR2021014709-appb-I000036
가 특정 임계치 이상이면 상기 1)과 2)에 따른 동작들 중 하나 이상의 동작들이 다시 수행되어 NN parameter가 업데이트 될 수 있다.
만약, 채널 또는 잡음 환경이 크게 변하지 않는다면(즉,
Figure PCTKR2021014709-appb-I000037
또는
Figure PCTKR2021014709-appb-I000038
는 상기 특정 임계치 미만인 경우), NN parameter의 업데이트를 위한 동작(상기 1)과 2)에 따른 동작들)은 수행되지 않는다.
잡음 전력이 data와 동일한 자원에서 수신되는 superimposed pilot을 이용하여 측정되는 경우,
Figure PCTKR2021014709-appb-I000039
를 계산할 때 W의 확률 분포는 NN parameter 선택 시 측정된 값이 아닌 현재 수신 신호의 잡음 전력이 고려될 수 있다.
Figure PCTKR2021014709-appb-I000040
또는
Figure PCTKR2021014709-appb-I000041
는 채널의 확률 분포의 차이가 증가함에 따라 증가하는 값이 된다.
구현적인 측면에서 상술한 실시예들에 따른 동작(예: NN parameter의 결정과 관련된 동작들)들은 상술한 도 1 내지 도 5의 장치(예: 도 2의 프로세서(202a, 202b))에 의해 처리될 수 있다.
또한 상술한 실시예에 따른 상술한 실시예들에 따른 동작(예: NN parameter의 결정과 관련된 동작들)들은 적어도 하나의 프로세서(예: 도 2의 프로세서(202a, 202b))를 구동하기 위한 명령어/프로그램(예: instruction, executable code)형태로 메모리(예: 도 2의 204a, 204b)에 저장될 수도 있다.
이하 상술한 실시예들을 무선 장치(예: 도 2의 제1 무선 기기(200a), 제2 무선 기기(200b))의 동작 측면에서 도 18을 참조하여 구체적으로 설명한다. 이하 설명되는 방법들은 설명의 편의를 위하여 구분된 것일 뿐, 어느 한 방법의 일부 구성이 다른 방법의 일부 구성과 치환되거나, 상호 간에 결합되어 적용될 수 있음은 물론이다.
도 18은 본 명세서의 실시예에 따른 단말에 의해 수행되는 채널 상태 정보를 전송하기 위한 방법을 설명하기 위한 흐름도이다.
도 18을 참조하면, 본 명세서의 실시예에 따른 단말에 의해 수행되는 채널 상태 정보를 전송하기 위한 방법은 채널의 측정과 관련된 참조 신호를 수신하는 단계(S1810), 참조 신호에 기반하여 채널 상태 정보를 생성하는 단계(S1820), 채널 상태 정보를 전송하는 단계(S1830) 및 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신하는 단계(S1840)를 포함한다.
S1810에서, 단말은 기지국으로부터 채널의 측정과 관련된 참조 신호를 수신한다. 상기 채널의 측정과 관련된 참조 신호는 하향링크 참조 신호(Downlink Reference Signal, DL RS)에 기반할 수 있다. 상기 DL RS는 동기 신호 블록(Synchronization Signal Block, SSB) 또는 채널 상태 정보 참조 신호(Channel State Information-Reference Signal, CSI-RS) 중 적어도 하나에 기반할 수 있다.
상술한 S1810에 따라, 단말(예: 도 2의 200a)이 기지국(예: 도 2의 200b)으로부터 채널의 측정과 관련된 참조 신호를 수신하는 동작은 도 1 내지 도 5의 장치에 의해 구현될 수 있다. 예를 들어, 도 2를 참조하면, 하나 이상의 프로세서(202a)는 기지국(예: 도 2의 200b)으로부터 채널의 측정과 관련된 참조 신호를 수신하도록 하나 이상의 트랜시버(206a) 및/또는 하나 이상의 메모리(204a)를 제어할 수 있다.
S1820에서, 단말은 상기 참조 신호에 기반하여 채널 상태 정보를 생성한다.
상술한 S1820에 따라, 단말(예: 도 2의 200a)이 상기 참조 신호에 기반하여 채널 상태 정보를 생성하는 동작은 도 1 내지 도 5의 장치에 의해 구현될 수 있다. 예를 들어, 도 2를 참조하면, 하나 이상의 프로세서(202a)는 상기 참조 신호에 기반하여 채널 상태 정보를 생성하도록 하나 이상의 트랜시버(206a) 및/또는 하나 이상의 메모리(204a)를 제어할 수 있다.
S1830에서, 단말은 기지국에 상기 채널 상태 정보를 전송한다.
일 실시예에 의하면, 상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이 와 관련된 정보 중 적어도 하나를 포함할 수 있다. 상기 채널 상태 정보는 도 15 내지 도 16의 feedback information에 기반할 수 있다.
일 실시예에 의하면, 상기 채널의 측정에 기반하는 확률 분포에 의해 상기 NN parameter의 업데이트와 관련된 특정 값이 결정될 수 있다. 상기 특정 값은 NN parameter의 업데이트와 관련된 동작의 수행 여부를 결정하기 위한 기준 값일 수 있다.
구체적으로, 상기 특정 값은 i) 현재 시점에 기반하여 획득된 상기 채널의 측정에 기반하는 확률 분포 및 이전 시점에 기반하여 기 획득된 상기 채널의 측정에 기반하는 확률 분포간의 차이 또는 ii) 상기 현재 시점에 기반하여 획득된 상기 채널의 측정에 기반하는 확률 분포 및 상기 채널과 관련된 확률 분포의 추정 값 간의 차이에 기반할 수 있다. 상기 i)에 기반하는 특정 값은 상기 방법 1에 기반하며, 상기 ii)에 기반하는 특정 값은 상기 방법 2에 기반할 수 있다.
상기 특정 값이 기 설정된 값보다 크거나 같은 것에 기반하여, 상기 방법은 S1810 내지 S1830 중 어느 하나의 단계부터 다시 수행될 수 있다.
일 실시예에 의하면, 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보는 i) 상기 참조 신호의 수신 전력 또는 ii) SNR(Signal to Noise Ratio) 중 적어도 하나와 관련된 정보를 포함할 수 있다.
일 실시예에 의하면, 상기 참조 신호가 데이터와 동일한 자원 영역에서 전송되는 중첩된 파일럿 신호(superimposed pilot signal)와 관련되는 것에 기반하여, 상기 채널의 측정에 기반하는 확률 분포와 관련된 경우의 수에서 상기 참조 신호가 전송되는 자원 영역과 관련된 페이딩(fading)에 따른 경우의 수는 제외될 수 있다. 본 실시예에 따라 채널 상태 정보의 페이로드 사이즈가 줄어들게 되므로, NN parameter의 결정을 위한 절차의 시그널링 오버헤드가 개선될 수 있다.
일 실시예에 의하면, 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포에 대한 정보가 기 설정된 것에 기반하여, 1) 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포에 대한 정보는 기 설정된 개수의 확률 분포들을 포함하고, 2) 상기 채널 상태 정보는 상기 기 설정된 개수의 확률 분포들 중 하나 이상의 확률 분포들을 포함할 수 있다. 본 실시예는 도 16의 S1620에 기반할 수 있다.
상술한 S1830에 따라, 단말(예: 도 2의 200a)이 기지국(예: 도 2의 200b)에 상기 채널 상태 정보를 전송하는 동작은 도 1 내지 도 5의 장치에 의해 구현될 수 있다. 예를 들어, 도 2를 참조하면, 하나 이상의 프로세서(202a)는 기지국(예: 도 2의 200b) 에 상기 채널 상태 정보를 전송하도록 하나 이상의 트랜시버(206a) 및/또는 하나 이상의 메모리(204a)를 제어할 수 있다.
S1840에서, 단말은 기지국으로부터 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신한다. S1840에 따른 동작은 도 15의 S1530, 도 16의 S1630, 또는 도 17의 S1720 중 적어도 하나에 기반할 수 있다.
일 실시예에 의하면, 상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함할 수 있다.
일 실시예에 의하면, 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지는 하향링크 제어 정보(Downlink Control Information, DCI), MAC-CE(Medium Access Control-Control Element) 또는 RRC message 중 어느 하나에 기반할 수 있다. 일 예로, 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지는 물리 하향링크 공유 채널(Physical Downlink Shared Channel, PDSCH)을 스케줄 하는 하향링크 제어 정보(DCI)에 기반할 수 있다.
일 실시예에 의하면, 상기 NN parameter는 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)를 기반으로 동작하는 NN 수신기(NN receiver) 또는 NN 송신기(NN transmitter) 중 적어도 하나의 설정과 관련될 수 있다. 이 때, 단말은 상기 NN parameter가 적용된 상기 NN 수신기에 기반하여 기지국으로부터 데이터를 수신할 수 있다. 상기 데이터는 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지(예: DCI)에 의해 스케줄된 PDSCH와 관련된 것일 수 있다.
상술한 S1840에 따라, 단말(예: 도 2의 200a)이 기지국(예: 도 2의 200b)으로부터 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신하는 동작은 도 1 내지 도 5의 장치에 의해 구현될 수 있다. 예를 들어, 도 2를 참조하면, 하나 이상의 프로세서(202a)는 기지국(예: 도 2의 200b)으로부터 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신하도록 하나 이상의 트랜시버(206a) 및/또는 하나 이상의 메모리(204a)를 제어할 수 있다.
상술한 실시예들에 따른 방법을 단말의 동작을 중심으로 설명하였으나, 본 명세서의 실시예들에 기반하는 방법의 적용이 단말의 동작에 한정되어 적용되는 것은 아니다. 일 예로, 본 명세서의 실시예들에 기반하는 방법은 기지국의 동작에 적용될 수 있다. 구체적으로 상술한 실시예들에 기반하는 방법은 기지국에 의해 수행되는 채널 상태 정보를 수신하기 위한 방법에 적용될 수 있다. 이하 중복되는 내용을 제외하고 구체적으로 설명한다.
본 명세서의 다른 실시예에 따른 기지국이 채널 상태 정보를 수신하는 방법은 채널의 측정과 관련된 참조 신호를 전송하는 제1 단계, 상기 참조 신호에 기반하여 생성된 채널 상태 정보를 수신하는 제2 단계 및 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 전송하는 제3 단계를 포함할 수 있다.
상기 제1 단계에서, 기지국은 단말에 채널의 측정과 관련된 참조 신호를 전송한다.
상술한 제1 단계에 따라, 기지국(예: 도 2의 200b)이 단말(예: 도 2의 200a)에 채널의 측정과 관련된 참조 신호를 전송하는 동작은 도 1 내지 도 5의 장치에 의해 구현될 수 있다. 예를 들어, 도 2를 참조하면, 하나 이상의 프로세서(202b)는 단말(예: 도 2의 200a)에 채널의 측정과 관련된 참조 신호를 전송하도록 하나 이상의 트랜시버(206b) 및/또는 하나 이상의 메모리(204b)를 제어할 수 있다.
상기 제2 단계에서, 기지국은 단말로부터 상기 참조 신호에 기반하여 생성된 채널 상태 정보를 수신한다.
상술한 제2 단계에 따라, 기지국(예: 도 2의 200b)이 단말(예: 도 2의 200a)로부터 상기 참조 신호에 기반하여 생성된 채널 상태 정보를 수신하는 동작은 도 1 내지 도 5의 장치에 의해 구현될 수 있다. 예를 들어, 도 2를 참조하면, 하나 이상의 프로세서(202b)는 단말(예: 도 2의 200a)로부터 상기 참조 신호에 기반하여 생성된 채널 상태 정보를 수신하도록 하나 이상의 트랜시버(206b) 및/또는 하나 이상의 메모리(204b)를 제어할 수 있다.
상기 제3 단계에서, 기지국은 단말에 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 전송한다. 상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함할 수 있다.
이 때, 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지(예: DCI)에 기초하여 단말에 대한 하향링크 공유 채널(PDSCH)이 스케줄 될 수 있다. 상기 DCI에 의해 스케줄된 PDSCH에 기초하여 기지국은 단말로 데이터를 전송할 수 있다. 단말은 상기 NN parameter가 적용된 상기 NN 수신기에 기반하여 기지국으로부터 상기 데이터를 수신할 수 있다.
상술한 제3 단계에 따라, 기지국(예: 도 2의 200b)이 단말(예: 도 2의 200a)에 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 전송하는 동작은 도 1 내지 도 5의 장치에 의해 구현될 수 있다. 예를 들어, 도 2를 참조하면, 하나 이상의 프로세서(202b)는 단말(예: 도 2의 200a)에 상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 전송하도록 하나 이상의 트랜시버(206b) 및/또는 하나 이상의 메모리(204b)를 제어할 수 있다.
여기서, 본 명세서의 무선 기기(200a, 200b)에서 구현되는 무선 통신 기술은 LTE, NR 및 6G뿐만 아니라 저전력 통신을 위한 Narrowband Internet of Things를 포함할 수 있다. 이때, 예를 들어 NB-IoT 기술은 LPWAN(Low Power Wide Area Network) 기술의 일례일 수 있고, LTE Cat NB1 및/또는 LTE Cat NB2 등의 규격으로 구현될 수 있으며, 상술한 명칭에 한정되는 것은 아니다. 추가적으로 또는 대체적으로, 본 명세서의 무선 기기(XXX, YYY)에서 구현되는 무선 통신 기술은 LTE-M 기술을 기반으로 통신을 수행할 수 있다. 이때, 일 예로, LTE-M 기술은 LPWAN 기술의 일례일 수 있고, eMTC(enhanced Machine Type Communication) 등의 다양한 명칭으로 불릴 수 있다. 예를 들어, LTE-M 기술은 1) LTE CAT 0, 2) LTE Cat M1, 3) LTE Cat M2, 4) LTE non-BL(non-Bandwidth Limited), 5) LTE-MTC, 6) LTE Machine Type Communication, 및/또는 7) LTE M 등의 다양한 규격 중 적어도 어느 하나로 구현될 수 있으며 상술한 명칭에 한정되는 것은 아니다. 추가적으로 또는 대체적으로, 본 명세서의 무선 기기(XXX, YYY)에서 구현되는 무선 통신 기술은 저전력 통신을 고려한 지그비(ZigBee), 블루투스(Bluetooth) 및 저전력 광역 통신망(Low Power Wide Area Network, LPWAN) 중 적어도 어느 하나를 포함할 수 있으며, 상술한 명칭에 한정되는 것은 아니다. 일 예로 ZigBee 기술은 IEEE 802.15.4 등의 다양한 규격을 기반으로 소형/저-파워 디지털 통신에 관련된 PAN(personal area networks)을 생성할 수 있으며, 다양한 명칭으로 불릴 수 있다.
이상에서 설명된 실시 예들은 본 명세서의 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 명세서의 실시 예를 구성하는 것도 가능하다. 본 명세서의 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 명세서에 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 명세서의 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 명세서는 본 명세서의 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 당업자에게 자명하다. 따라서, 상술한 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 명세서의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 명세서의 등가적 범위 내에서의 모든 변경은 본 명세서의 범위에 포함된다.

Claims (14)

  1. 무선 통신 시스템에서 단말에 의해 수행되는 채널 상태 정보를 전송하기 위한 방법에 있어서,
    채널의 측정과 관련된 참조 신호를 수신하는 제1 단계;
    상기 참조 신호에 기반하여 채널 상태 정보를 생성하는 제2 단계; 및
    상기 채널 상태 정보를 전송하는 제3 단계; 및
    상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신하는 제4 단계를 포함하되,
    상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이와 관련된 정보 중 적어도 하나를 포함하고,
    상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함하는 것을 특징으로 하는 방법.
  2. 제1 항에 있어서,
    상기 채널의 측정에 기반하는 확률 분포에 의해 상기 NN parameter의 업데이트와 관련된 특정 값이 결정되는 것을 특징으로 하는 방법.
  3. 제2 항에 있어서,
    상기 특정 값은,
    i) 현재 시점에 기반하여 획득된 상기 채널의 측정에 기반하는 확률 분포 및 이전 시점에 기반하여 기 획득된 상기 채널의 측정에 기반하는 확률 분포간의 차이 또는 ii) 상기 현재 시점에 기반하여 획득된 상기 채널의 측정에 기반하는 확률 분포 및 상기 채널과 관련된 확률 분포의 추정 값 간의 차이에 기반하는 것을 특징으로 하는 방법.
  4. 제3 항에 있어서,
    상기 특정 값이 기 설정된 값보다 크거나 같은 것에 기반하여, 상기 방법이 상기 제1 단계 내지 상기 제3 단계 중 어느 하나의 단계부터 다시 수행되는 것을 특징으로 하는 방법.
  5. 제1 항에 있어서,
    상기 채널의 측정에 기반하는 확률 분포와 관련된 정보는 i) 상기 참조 신호의 수신 전력 또는 ii) SNR(Signal to Noise Ratio) 중 적어도 하나와 관련된 정보를 포함하는 것을 특징으로 하는 방법.
  6. 제1 항에 있어서,
    상기 참조 신호가 데이터와 동일한 자원 영역에서 전송되는 중첩된 파일럿 신호(superimposed pilot signal)와 관련되는 것에 기반하여,
    상기 채널의 측정에 기반하는 확률 분포와 관련된 경우의 수에서, 상기 참조 신호가 전송되는 자원 영역과 관련된 페이딩(fading)에 따른 경우의 수는 제외되는 것을 특징으로 하는 방법.
  7. 제1 항에 있어서,
    상기 NN parameter는 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)를 기반으로 동작하는 NN 수신기(NN receiver) 또는 NN 송신기(NN transmitter) 중 적어도 하나의 설정과 관련된 것을 특징으로 하는 방법.
  8. 제7 항에 있어서,
    상기 NN parameter가 적용된 상기 NN 수신기에 기반하여 데이터를 수신하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  9. 제1 항에 있어서,
    상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포에 대한 정보가 기 설정된 것에 기반하여:
    1) 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포에 대한 정보는 기 설정된 개수의 확률 분포들을 포함하고,
    2) 상기 채널 상태 정보는 상기 기 설정된 개수의 확률 분포들 중 하나 이상의 확률 분포들을 포함하는 것을 특징으로 하는 방법.
  10. 무선 통신 시스템에서 채널 상태 정보를 전송하는 단말에 있어서,
    하나 이상의 송수신기;
    상기 하나 이상의 송수신기를 제어하는 하나 이상의 프로세서들; 및
    상기 하나 이상의 프로세서들에 동작 가능하게 접속 가능하고, 상기 하나 이상의 프로세서들에 의해 실행될 때 상기 하나 이상의 프로세서들이 동작들을 수행하도록 설정하는 지시(instruction)들을 저장하는 하나 이상의 메모리들을 포함하며,
    상기 동작들은,
    채널의 측정과 관련된 참조 신호를 수신하는 제1 단계;
    상기 참조 신호에 기반하여 채널 상태 정보를 생성하는 제2 단계; 및
    상기 채널 상태 정보를 전송하는 제3 단계; 및
    상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신하는 제4 단계를 포함하되,
    상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이와 관련된 정보 중 적어도 하나를 포함하고,
    상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함하는 것을 특징으로 하는 단말.
  11. 하나 이상의 메모리들 및 상기 하나 이상의 메모리들과 기능적으로 연결되어 있는 하나 이상의 프로세서들을 포함하는 장치에 있어서,
    상기 하나 이상의 메모리들은, 상기 하나 이상의 프로세서들에 의해 실행될 때, 상기 하나 이상의 프로세서들이 동작들을 수행하도록 설정하는 지시(instruction)들을 저장하며,
    상기 동작들은,
    채널의 측정과 관련된 참조 신호를 수신하는 제1 단계;
    상기 참조 신호에 기반하여 채널 상태 정보를 생성하는 제2 단계; 및
    상기 채널 상태 정보를 전송하는 제3 단계; 및
    상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신하는 제4 단계를 포함하되,
    상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이와 관련된 정보 중 적어도 하나를 포함하고,
    상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함하는 것을 특징으로 하는 장치.
  12. 하나 이상의 명령어를 저장하는 하나 이상의 비일시적(non-transitory) 컴퓨터 판독 가능 매체에 있어서,
    상기 하나 이상의 명령어는, 하나 이상의 프로세서에 의해 실행되는 경우, 상기 하나 이상의 프로세서가 동작들을 수행하도록 설정하며,
    상기 동작들은,
    채널의 측정과 관련된 참조 신호를 수신하는 제1 단계;
    상기 참조 신호에 기반하여 채널 상태 정보를 생성하는 제2 단계; 및
    상기 채널 상태 정보를 전송하는 제3 단계; 및
    상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 수신하는 제4 단계를 포함하되,
    상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이와 관련된 정보 중 적어도 하나를 포함하고,
    상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함하는 것을 특징으로 하는 비일시적(non-transitory) 컴퓨터 판독 가능 매체.
  13. 무선 통신 시스템에서 기지국에 의해 수행되는 채널 상태 정보를 수신하기 위한 방법에 있어서,
    채널의 측정과 관련된 참조 신호를 전송하는 단계;
    상기 참조 신호에 기반하여 생성된 채널 상태 정보를 수신하는 단계; 및
    상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 전송하는 단계를 포함하되,
    상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이와 관련된 정보 중 적어도 하나를 포함하고,
    상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함하는 것을 특징으로 하는 방법.
  14. 무선 통신 시스템에서 채널 상태 정보를 수신하는 기지국에 있어서,
    하나 이상의 송수신기;
    상기 하나 이상의 송수신기를 제어하는 하나 이상의 프로세서들; 및
    상기 하나 이상의 프로세서들에 동작 가능하게 접속 가능하고, 상기 하나 이상의 프로세서들에 의해 실행될 때 상기 하나 이상의 프로세서들이 동작들을 수행하도록 설정하는 지시(instruction)들을 저장하는 하나 이상의 메모리들을 포함하며,
    상기 동작들은,
    채널의 측정과 관련된 참조 신호를 전송하는 단계;
    상기 참조 신호에 기반하여 생성된 채널 상태 정보를 수신하는 단계; 및
    상기 채널 상태 정보에 기반하여 결정된 정보를 포함하는 메시지를 전송하는 단계를 포함하되,
    상기 채널 상태 정보는 1) 상기 채널의 측정에 기반하는 확률 분포와 관련된 정보 또는 2) 상기 무선 통신 시스템과 관련된 뉴럴 네트워크(Neural Network, NN)의 학습에 사용된 확률 분포 및 상기 채널의 측정에 기반하는 확률 분포 간의 차이와 관련된 정보 중 적어도 하나를 포함하고,
    상기 채널 상태 정보에 기반하여 결정된 정보는 상기 뉴럴 네트워크에 적용되는 뉴럴 네트워크 파라미터(Neural Network parameter, NN parameter)를 포함하는 것을 특징으로 하는 기지국.
PCT/KR2021/014709 2021-10-20 2021-10-20 무선 통신 시스템에서 채널 상태 정보의 송수신 방법 및 그 장치 WO2023068399A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/KR2021/014709 WO2023068399A1 (ko) 2021-10-20 2021-10-20 무선 통신 시스템에서 채널 상태 정보의 송수신 방법 및 그 장치
KR1020247011455A KR20240087802A (ko) 2021-10-20 2021-10-20 무선 통신 시스템에서 채널 상태 정보의 송수신 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2021/014709 WO2023068399A1 (ko) 2021-10-20 2021-10-20 무선 통신 시스템에서 채널 상태 정보의 송수신 방법 및 그 장치

Publications (1)

Publication Number Publication Date
WO2023068399A1 true WO2023068399A1 (ko) 2023-04-27

Family

ID=86058197

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/014709 WO2023068399A1 (ko) 2021-10-20 2021-10-20 무선 통신 시스템에서 채널 상태 정보의 송수신 방법 및 그 장치

Country Status (2)

Country Link
KR (1) KR20240087802A (ko)
WO (1) WO2023068399A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200145951A1 (en) * 2018-03-02 2020-05-07 DeepSig Inc. Learning communication systems using channel approximation
US20210044411A1 (en) * 2019-08-07 2021-02-11 Yiqun Ge Neural-network-based distance metric for use in a communication system
US20210119681A1 (en) * 2019-10-21 2021-04-22 Samsung Electronics Co., Ltd. Apparatus and method for estimating interference based on machine learning
US20210119713A1 (en) * 2019-04-23 2021-04-22 DeepSig Inc. Processing communications signals using a machine-learning network
WO2021175444A1 (en) * 2020-03-06 2021-09-10 Nokia Technologies Oy Classes of nn parameters for channel estimation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200145951A1 (en) * 2018-03-02 2020-05-07 DeepSig Inc. Learning communication systems using channel approximation
US20210119713A1 (en) * 2019-04-23 2021-04-22 DeepSig Inc. Processing communications signals using a machine-learning network
US20210044411A1 (en) * 2019-08-07 2021-02-11 Yiqun Ge Neural-network-based distance metric for use in a communication system
US20210119681A1 (en) * 2019-10-21 2021-04-22 Samsung Electronics Co., Ltd. Apparatus and method for estimating interference based on machine learning
WO2021175444A1 (en) * 2020-03-06 2021-09-10 Nokia Technologies Oy Classes of nn parameters for channel estimation

Also Published As

Publication number Publication date
KR20240087802A (ko) 2024-06-19

Similar Documents

Publication Publication Date Title
WO2022025601A1 (en) Multiplexing information with different priority values
WO2020004808A1 (ko) 무선 통신 시스템에서 데이터를 송수신하는 방법 및 이를 위한 장치
WO2019216733A1 (ko) 무선 통신 시스템에서 상향링크 채널을 송수신하는 방법 및 이를 위한 장치
WO2021091179A1 (ko) 최소 스케줄링 오프셋 제한의 적용 지연 값 결정
WO2020067842A1 (ko) Nr v2x에서 혼잡 제어를 수행하는 방법 및 장치
WO2022025599A1 (en) Method and apparatus for determination of uplink/downlink transport block size and modulation and coding scheme
WO2022060089A1 (ko) 무선 통신 시스템에서 단말이 코드북에 기반하여 업링크 신호를 전송하는 방법 및 이를 위한 장치
WO2020222556A1 (ko) 무선 통신 시스템에서 데이터 채널의 송수신 방법 및 이에 대한 장치
WO2020226464A1 (ko) Nr v2x에서 s-ssb를 전송하는 방법 및 장치
WO2019216642A1 (ko) 무선 통신 시스템에서 채널 상태 정보를 송수신하는 방법 및 이를 위한 장치
WO2021112602A1 (en) Method and apparatus for multiple access
WO2022010230A1 (ko) Iab 노드의 전력 제어 방법 및 상기 방법을 이용하는 장치
EP4140225A1 (en) Frequency adjustment in wireless transmission and reception
WO2023003054A1 (ko) 양자 통신 시스템에서 양자 보안 직접 통신을 수행하기 위한 방법 및 이를 위한 장치
WO2022154538A1 (ko) 무선 통신 시스템에서 pusch를 송수신하는 방법 및 이를 위한 장치
WO2021206465A1 (ko) Iab 시스템에서 시간 차이 설정 방법 및 상기 방법을 이용하는 장치
WO2022035000A1 (ko) 전 이중 통신을 지원하는 무선통신시스템에서 데이터를 송수신하는 방법 및 이를 위한 장치
WO2022014751A1 (ko) 무선 통신 시스템에서 주파수 도메인 채널 추정을 위한 uw 생성 방법 및 장치
WO2020204540A1 (ko) 무선 통신 시스템에서 데이터 송수신 방법 및 이에 대한 장치
WO2020197285A1 (ko) 무선 통신 시스템에서 데이터 송수신 방법 및 이에 대한 장치
WO2020060024A1 (ko) Nr v2x에서 사이드링크 통신을 위한 자원 풀을 결정하는 방법 및 장치
WO2023013794A1 (ko) 무선 통신 시스템에서 ris 기반 직교 주파수 분할 다중화 신호를 전송하기 위한 방법 및 그 장치
WO2023068399A1 (ko) 무선 통신 시스템에서 채널 상태 정보의 송수신 방법 및 그 장치
WO2022154513A1 (ko) 무선 통신 시스템에서 pusch를 송수신하는 방법 및 이를 위한 장치
WO2022154511A1 (ko) 무선 통신 시스템에서 pusch를 송수신하는 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: 21961488

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE