WO2023163474A1 - 무선 통신 시스템에서 양자화 기반 채널 상태 정보 송신 또는 수신 방법 및 장치 - Google Patents

무선 통신 시스템에서 양자화 기반 채널 상태 정보 송신 또는 수신 방법 및 장치 Download PDF

Info

Publication number
WO2023163474A1
WO2023163474A1 PCT/KR2023/002420 KR2023002420W WO2023163474A1 WO 2023163474 A1 WO2023163474 A1 WO 2023163474A1 KR 2023002420 W KR2023002420 W KR 2023002420W WO 2023163474 A1 WO2023163474 A1 WO 2023163474A1
Authority
WO
WIPO (PCT)
Prior art keywords
csi
resource
information
base station
terminal
Prior art date
Application number
PCT/KR2023/002420
Other languages
English (en)
French (fr)
Inventor
박해욱
강지원
김규석
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
Publication of WO2023163474A1 publication Critical patent/WO2023163474A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • H04B17/318—Received signal strength
    • 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
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • 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

Definitions

  • the present disclosure relates to a wireless communication system, and more particularly, to a method and apparatus for transmitting or receiving channel state information based on quantization 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 to data services as well as voice.
  • the explosive increase in traffic causes a shortage of resources and users demand higher-speed services, so a more advanced mobile communication system is required. there is.
  • 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.
  • a technical problem of the present disclosure is to provide a method and apparatus for transmitting or receiving quantization-based channel state information (CSI) in a wireless communication system.
  • CSI channel state information
  • An additional technical problem of the present disclosure is to provide a method and apparatus for transmitting or receiving a CSI report based on a flexible quantization level.
  • a method performed by a base station in a wireless communication system includes transmitting one or more channel state information (CSI)-reference signals (RS) to a terminal; And based on the one or more CSI-RS, receiving one or more CSI reports from the terminal, wherein the one or more CSI reports include a first CSI including a quantization result of compressed CSI, and the first Second CSI including quantization reference information related to CSI may be included.
  • CSI channel state information
  • RS channel state information-reference signals
  • CSI channel state information
  • FIG. 1 illustrates the structure of a wireless communication system to which the present disclosure may be applied.
  • FIG. 2 illustrates a frame structure in a wireless communication system to which the present disclosure can be applied.
  • FIG 3 illustrates a resource grid in a wireless communication system to which the present disclosure may be applied.
  • FIG. 5 illustrates a slot structure in a wireless communication system to which the present disclosure may be applied.
  • FIG. 6 illustrates physical channels used in a wireless communication system to which the present disclosure can be applied and a general signal transmission/reception method using them.
  • 13 is a diagram illustrating segmented AI inference.
  • FIG. 14 illustrates the application of a functional framework in a wireless communication system.
  • 16 illustrates the application of a functional framework in a wireless communication system.
  • 17 is a diagram for explaining an example of an auto-encoder-based CSI measurement and reporting system to which the present disclosure can be applied.
  • 18 is a diagram for explaining an example of an operation of an auto-encoder-based terminal and a base station to which the present disclosure can be applied.
  • 19 is a diagram for explaining a CSI report transmission method of a terminal according to the present disclosure.
  • 20 is a diagram for explaining a CSI report receiving method of a base station according to the present disclosure.
  • 21 is a diagram for explaining information related to quantization according to the present disclosure.
  • first and second are used only for the purpose of distinguishing one component from another component and are not used to limit the components, unless otherwise specified. The order or importance among them is not limited. Accordingly, within the scope of the present disclosure, a first component in one embodiment may be referred to as a second component in another embodiment, and similarly, a second component in one embodiment may be referred to as a first component in another embodiment. can also be called
  • the present disclosure describes a wireless communication network or wireless communication system, and operations performed in the wireless communication network control the network and transmit or receive signals in a device (for example, a base station) in charge of the wireless communication network. It can be done in the process of receiving (receive) or in the process of transmitting or receiving signals from a terminal coupled to the wireless network to or between terminals.
  • a device for example, a base station
  • transmitting or receiving a channel includes the meaning of transmitting or receiving information or a signal through a corresponding channel.
  • transmitting a control channel means transmitting control information or a signal through the control channel.
  • transmitting a data channel means transmitting data information or a signal through the data channel.
  • downlink means communication from a base station to a terminal
  • uplink means communication from a terminal to a base station.
  • a transmitter may be part of a base station and a receiver may be part of a terminal.
  • a transmitter may be a part of a terminal and a receiver may be a part of a base station.
  • a base station may be expressed as a first communication device
  • a terminal may be expressed as a second communication device.
  • a terminal may be fixed or mobile, and a user equipment (UE), a mobile station (MS), a user terminal (UT), a mobile subscriber station (MSS), a subscriber station (SS), and an advanced mobile (AMS) Station), WT (Wireless terminal), MTC (Machine-Type Communication) device, M2M (Machine-to-Machine) device, D2D (Device-to-Device) device, vehicle, RSU (road side unit), It can be replaced with terms such as robot, AI (Artificial Intelligence) module, drone (UAV: Unmanned Aerial Vehicle), AR (Augmented Reality) device, VR (Virtual Reality) device, etc.
  • AI Artificial Intelligence
  • drone UAV: Unmanned Aerial Vehicle
  • AR Algmented Reality
  • VR Virtual Reality
  • CDMA may be implemented with a radio technology such as Universal Terrestrial Radio Access (UTRA) or CDMA2000.
  • TDMA may be implemented with a radio technology such as Global System for Mobile communications (GSM)/General Packet Radio Service (GPRS)/Enhanced Data Rates for GSM Evolution (EDGE).
  • GSM Global System for Mobile communications
  • GPRS General Packet Radio Service
  • EDGE Enhanced Data Rates for GSM Evolution
  • OFDMA may be implemented with radio technologies such as IEEE 802.11 (Wi-Fi), IEEE 802.16 (WiMAX), IEEE 802-20, and Evolved UTRA (E-UTRA).
  • UTRA is part of the Universal Mobile Telecommunications System (UMTS).
  • 3rd Generation Partnership Project (3GPP) Long Term Evolution (LTE) is a part of Evolved UMTS (E-UMTS) using E-UTRA
  • LTE-A (Advanced) / LTE-A pro is an evolved version of 3GPP LTE.
  • 3GPP NR New Radio or New Radio Access Technology
  • 3GPP LTE/LTE-A/LTE-A pro is an evolved version of 3GPP LTE/LTE-A/LTE-A pro.
  • LTE refers to technology after 3GPP Technical Specification (TS) 36.xxx Release 8.
  • TS Technical Specification
  • LTE technology after 3GPP TS 36.xxx Release 10 is referred to as LTE-A
  • LTE technology after 3GPP TS 36.xxx Release 13 is referred to as LTE-A pro
  • 3GPP NR refers to technology after TS 38.xxx Release 15.
  • LTE/NR may be referred to as a 3GPP system.
  • "xxx" means standard document detail number.
  • LTE/NR may be collectively referred to as a 3GPP system.
  • TS 36.211 Physical Channels and Modulation
  • TS 36.212 Multiplexing and Channel Coding
  • TS 36.213 Physical Layer Procedures
  • TS 36.300 General Description
  • TS 36.331 Radio Resource Control
  • TS 38.211 Physical Channels and Modulation
  • TS 38.212 Multiplexing and Channel Coding
  • TS 38.213 Physical Layer Procedures for Control
  • TS 38.214 Physical Layer Procedures for Data
  • TS 38.300 General description of NR and New Generation-Radio Access Network (NG-RAN)
  • TS 38.331 Radio Resource Control Protocol Specification
  • channel state information - reference signal resource indicator channel state information - reference signal resource indicator
  • channel state information - reference signal channel state information - reference signal
  • orthogonal frequency division multiplexing orthogonal frequency division multiplexing (orthogonal frequency division multiplexing)
  • radio resource control radio resource control
  • Synchronization signal block including primary synchronization signal (PSS), secondary synchronization signal (SSS) and physical broadcast channel (PBCH)
  • NR is an expression showing an example of 5G RAT.
  • a numerology corresponds to one subcarrier spacing in the frequency domain.
  • Different numerologies can be defined by scaling the reference subcarrier spacing by an integer N.
  • FIG. 1 illustrates the structure of a wireless communication system to which the present disclosure may be applied.
  • the NG-RAN is a NG-RA (NG-Radio Access) user plane (ie, a new AS (access stratum) sublayer / PDCP (Packet Data Convergence Protocol) / RLC (Radio Link Control) / MAC / PHY) and control plane (RRC) protocol termination to the UE.
  • the gNBs are interconnected through an Xn interface.
  • the gNB is also connected to a New Generation Core (NGC) through an NG interface. More specifically, the gNB is connected to an Access and Mobility Management Function (AMF) through an N2 interface and to a User Plane Function (UPF) through an N3 interface.
  • AMF Access and Mobility Management Function
  • UPF User Plane Function
  • OFDM numerology and frame structure that can be considered in the NR system will be described.
  • Multiple OFDM numerologies supported in the NR system can be defined as shown in Table 1 below.
  • NR supports 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 greater than 24.25 GHz is supported to overcome phase noise.
  • the NR frequency band is defined as two types of frequency ranges (FR1 and FR2).
  • FR1 and FR2 may be configured as shown in Table 2 below. Also, FR2 may mean millimeter wave (mmW).
  • ⁇ f max 480 10 3 Hz
  • N f 4096.
  • the start of slot n s ⁇ in a subframe is temporally aligned with the start of OFDM symbol n s ⁇ N symb slot in the same subframe. Not all terminals can simultaneously transmit and receive, which means that not all OFDM symbols in a downlink slot or uplink slot can be used.
  • Table 3 shows the number of OFDM symbols per slot (N symb slot ), the number of slots per radio frame (N slot frame, ⁇ ), and the number of slots per subframe (N slot subframe, ⁇ ) in the general CP.
  • Table 4 represents the number of OFDM symbols per slot, the number of slots per radio frame, and the number of slots per subframe in the extended CP.
  • one subframe may include 4 slots.
  • a mini-slot may include 2, 4, or 7 symbols, more or less symbols.
  • an antenna port antenna port
  • resource grid resource element
  • resource block carrier part, etc.
  • the physical resources that can be considered in the NR system will be described in detail.
  • the antenna port is defined such that the channel on which a symbol on the antenna port is carried can be inferred from the channel on which other symbols on the same antenna port are carried. If the large-scale properties of the channel on which the symbols on one antenna port are carried can be inferred from the channel on which the symbols on the other antenna port are carried, then the two antenna ports are quasi co-located or QC/QCL (quasi co-located or quasi co-location).
  • the wide range characteristic includes one or more of delay spread, Doppler spread, frequency shift, average received power, and received timing.
  • 3 illustrates a resource grid in a wireless communication system to which the present disclosure can be applied.
  • a resource grid is composed of N RB ⁇ N sc RB subcarriers in the frequency domain, and one subframe is composed of 14 2 ⁇ OFDM symbols.
  • a transmitted signal is described by one or more resource grids consisting of N RB ⁇ N sc RB subcarriers and 2 ⁇ N symb ( ⁇ ) OFDM symbols.
  • N RB ⁇ ⁇ N RB max, ⁇ The N RB max, ⁇ represents the maximum transmission bandwidth, which may vary not only between numerologies but also between uplink and downlink.
  • one resource grid may be set for each ⁇ and antenna port p.
  • Point A serves as a common reference point of the resource block grid and is obtained as follows.
  • OffsetToPointA for primary cell (PCell) downlink represents the frequency offset between point A and the lowest subcarrier of the lowest resource block overlapping the SS/PBCH block used by the UE for initial cell selection. It is expressed in resource block units assuming a 15 kHz subcarrier spacing for FR1 and a 60 kHz subcarrier spacing for FR2.
  • Physical resource blocks are numbered from 0 to N BWP,i size, ⁇ -1 within a bandwidth part (BWP), where i is the number of BWP.
  • BWP bandwidth part
  • Equation 2 The relationship between the physical resource block n PRB and the common resource block n CRB in BWP i is given by Equation 2 below.
  • Figure 4 illustrates a physical resource block in a wireless communication system to which the present disclosure may be applied.
  • Figure 5 illustrates a slot structure in a wireless communication system to which the present disclosure can be applied.
  • a 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 includes 6 symbols.
  • a carrier includes a plurality of subcarriers in the frequency domain.
  • a resource block (RB) is defined as a plurality of (eg, 12) consecutive subcarriers in the frequency domain.
  • a bandwidth part (BWP) is defined as a plurality of contiguous (physical) resource blocks 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
  • the base station may instruct the terminal to operate only in a part of the bandwidth rather than the entire bandwidth of the wideband CC, and the part of the bandwidth is defined as a bandwidth part (BWP) for convenience.
  • BWP may be composed of consecutive RBs on the frequency axis and may correspond to one numerology (eg, subcarrier spacing, CP length, slot/mini-slot period).
  • the base station may set multiple BWPs even within one CC configured for the terminal. For example, in a PDCCH monitoring slot, a BWP occupying a relatively small frequency domain may be set, and a PDSCH indicated by the PDCCH may be scheduled on a larger BWP. Alternatively, when UEs are concentrated in a specific BWP, some UEs may be set to other BWPs for load balancing. Alternatively, considering frequency domain inter-cell interference cancellation between neighboring cells, some of the spectrum among the entire bandwidth may be excluded and both BWPs may be configured even within the same slot. That is, the base station may configure at least one DL/UL BWP for a terminal associated with a wideband CC.
  • the base station may activate at least one DL/UL BWP among the configured DL/UL BWP(s) at a specific time (by L1 signaling or MAC Control Element (CE) or RRC signaling).
  • the base station may indicate switching to another configured DL / UL BWP (by L1 signaling or MAC CE or RRC signaling).
  • a timer value expires based on a timer, it may be switched to a predetermined DL/UL BWP.
  • the activated DL/UL BWP is defined as an active DL/UL BWP.
  • the terminal In situations such as when the terminal is performing an initial access process or before an RRC connection is set up, it may not be possible to receive the configuration for DL / UL BWP, so in this situation, the terminal This assumed DL/UL BWP is defined as the first active DL/UL BWP.
  • a terminal receives information from a base station through downlink, and the terminal transmits information to the base station through uplink.
  • Information transmitted and received between the base station and the terminal includes data and various control information, and various physical channels exist according to the type/use of the information transmitted and received by the base station and the terminal.
  • the terminal When the terminal is turned on or newly enters a cell, the terminal performs an initial cell search operation such as synchronizing with the base station (S601). To this end, the terminal synchronizes with the base station by receiving a primary synchronization signal (PSS) and a secondary synchronization signal (SSS) from the base station, and obtains information such as a cell identifier (ID: Identifier). can Thereafter, the UE may acquire intra-cell broadcast information by receiving a Physical Broadcast Channel (PBCH) 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.
  • PSS primary synchronization signal
  • SSS secondary synchronization signal
  • ID cell identifier
  • the UE may acquire intra-cell broadcast information by receiving a Physical Broadcast Channel (PBCH) from the base station.
  • PBCH Physical Broadcast Channel
  • the terminal may check the downlink channel state by receiving a downlink reference signal (DL RS) in the initial cell
  • the UE After completing the initial cell search, the UE acquires more detailed system information by receiving a Physical Downlink Control Channel (PDCCH) and a Physical Downlink Control Channel (PDSCH) according to information carried on the PDCCH. It can (S602).
  • PDCCH Physical Downlink Control Channel
  • PDSCH Physical Downlink Control Channel
  • the terminal may perform a random access procedure (RACH) to the base station (steps S603 to S606).
  • RACH random access procedure
  • the terminal may transmit a specific sequence as a preamble through a physical random access channel (PRACH) (S603 and S605), and receive a response message to the preamble through a PDCCH and a corresponding PDSCH ( S604 and S606).
  • PRACH physical random access channel
  • a contention resolution procedure may be additionally performed.
  • the UE receives PDCCH/PDSCH as a general uplink/downlink signal transmission procedure (S607) and Physical Uplink Shared Channel (PUSCH)/Physical Uplink Control Channel (PUCCH: Physical Uplink Control Channel) transmission (S608) may be performed.
  • the terminal receives downlink control information (DCI) through the PDCCH.
  • DCI downlink control information
  • the DCI includes control information such as resource allocation information for a terminal, and has different formats depending on its purpose of use.
  • the control information that the terminal transmits to the base station through the uplink or the terminal receives from the base station is a downlink / uplink ACK / NACK (Acknowledgement / Non-Acknowledgement) signal, CQI (Channel Quality Indicator), PMI (Precoding Matrix) Indicator), RI (Rank Indicator), etc.
  • a terminal may transmit control information such as the above-described CQI/PMI/RI through PUSCH and/or PUCCH.
  • Table 5 shows an example of a DCI format in the NR system.
  • DCI format uses 0_0 Scheduling of PUSCH in one cell 0_1 Scheduling of one or multiple PUSCHs in one cell, or indication of cell group (CG) downlink feedback information to the UE 0_2 Scheduling of PUSCH in one cell 1_0 Scheduling of PDSCH in one DL cell 1_1 Scheduling of PDSCH in one cell 1_2 Scheduling of PDSCH in one cell
  • DCI formats 0_0, 0_1, and 0_2 are resource information related to PUSCH scheduling (eg, UL/SUL (Supplementary UL), frequency resource allocation, time resource allocation, frequency hopping, etc.), transport block ( TB: Transport Block) related information (eg, MCS (Modulation Coding and Scheme), NDI (New Data Indicator), RV (Redundancy Version), etc.), HARQ (Hybrid - Automatic Repeat and request) related information (eg, , process number, downlink assignment index (DAI), PDSCH-HARQ feedback timing, etc.), multi-antenna related information (eg, DMRS sequence initialization information, antenna port, CSI request, etc.), power control information (eg, PUSCH power control, etc.), and control information included in each DCI format may be predefined.
  • PUSCH scheduling eg, UL/SUL (Supplementary UL), frequency resource allocation, time resource allocation, frequency hopping, etc.
  • DCI format 0_0 is used for PUSCH scheduling in one cell.
  • Information included in DCI format 0_0 is a cyclic redundancy check (CRC) by C-RNTI (Cell RNTI: Cell Radio Network Temporary Identifier), CS-RNTI (Configured Scheduling RNTI) or MCS-C-RNTI (Modulation Coding Scheme Cell RNTI) ) is scrambled and transmitted.
  • DCI format 0_1 is used to indicate scheduling of one or more PUSCHs in one cell or configured grant (CG) downlink feedback information to the UE.
  • CRC cyclic redundancy check
  • C-RNTI Cell RNTI: Cell Radio Network Temporary Identifier
  • CS-RNTI Configured Scheduling RNTI
  • MCS-C-RNTI Modulation Coding Scheme Cell RNTI
  • DCI format 0_1 Information included in DCI format 0_1 is transmitted after being CRC scrambled by C-RNTI, CS-RNTI, SP-CSI-RNTI (Semi-Persistent CSI RNTI) or MCS-C-RNTI.
  • DCI format 0_2 is used for PUSCH scheduling in one cell.
  • Information included in DCI format 0_2 is transmitted after being CRC scrambled by C-RNTI, CS-RNTI, SP-CSI-RNTI or MCS-C-RNTI.
  • DCI format 1_0 is used for PDSCH scheduling in one DL cell.
  • Information included in DCI format 1_0 is transmitted after being CRC scrambled by C-RNTI, CS-RNTI or MCS-C-RNTI.
  • DCI format 1_1 is used for PDSCH scheduling in one cell.
  • Information included in DCI format 1_1 is transmitted after being CRC scrambled by C-RNTI, CS-RNTI or MCS-C-RNTI.
  • DCI format 1_2 is used for PDSCH scheduling in one cell.
  • Information included in DCI format 1_2 is transmitted after being CRC scrambled by C-RNTI, CS-RNTI or MCS-C-RNTI.
  • Channel state information refers to information that can indicate the quality of a radio channel (or also referred to as a link) formed between a terminal and an antenna port.
  • a terminal eg, user equipment, UE transmits configuration information related to CSI to a base station (eg, general node) through RRC (radio resource control) signaling B, gNB).
  • RRC radio resource control
  • the CSI-related configuration information includes CSI-interference management (IM) resource-related information, CSI measurement configuration-related information, CSI resource configuration-related information, and CSI-RS resource-related information. Alternatively, at least one of information related to CSI report configuration may be included.
  • IM CSI-interference management
  • CSI-IM resource related information may include CSI-IM resource information, CSI-IM resource set information, and the like.
  • a CSI-IM resource set is identified by a CSI-IM resource set ID (identifier), and one resource set includes at least one CSI-IM resource.
  • Each CSI-IM resource is identified by a CSI-IM resource ID.
  • CSI resource configuration related information can be expressed as CSI-ResourceConfig IE.
  • CSI resource configuration related information defines a group including at least one of a non zero power (NZP) CSI-RS resource set, a CSI-IM resource set, and a CSI-SSB resource set. That is, the CSI resource configuration-related information includes a CSI-RS resource set list, and the CSI-RS resource set list includes at least one of an NZP CSI-RS resource set list, a CSI-IM resource set list, and a CSI-SSB resource set list. may contain one.
  • a CSI-RS resource set is identified by a CSI-RS resource set ID, and one resource set includes at least one CSI-RS resource.
  • Each CSI-RS resource is identified by a CSI-RS resource ID.
  • parameters indicating the use of CSI-RS eg, 'repetition' parameter related to BM and 'trs-Info' parameter related to tracking.
  • CSI report configuration-related information includes a report configuration type (reportConfigType) parameter representing time domain behavior and a reportQuantity parameter representing a CSI-related quantity for reporting.
  • the time domain behavior may be periodic, aperiodic or semi-persistent.
  • the UE measures CSI based on configuration information related to the CSI.
  • the CSI measurement may include (1) a process of receiving a CSI-RS by a UE and (2) a process of calculating CSI through the received CSI-RS, which will be described in detail later.
  • resource element (RE) mapping of CSI-RS resources is set in the time and frequency domains by higher layer parameter CSI-RS-ResourceMapping.
  • the terminal reports the measured CSI to the base station.
  • the terminal may omit the report.
  • the terminal may report to the base station.
  • the quantity is set to 'none', it is a case where an aperiodic TRS is triggered or repetition is set.
  • the report of the terminal can be omitted only when repetition is set to 'ON'.
  • CM periodic/semi-persistent/periodic channel measurement
  • IM interference measurement
  • 4 port NZP CSI-RS RE pattern is used.
  • the base station transmits the precoded NZP CSI-RS to the terminal on each port of the configured NZP CSI-RS based IMR.
  • the UE assumes a channel/interference layer for each port in the resource set and measures interference.
  • a channel For a channel, if there is no PMI and RI feedback, multiple resources are set in a set, and the base station or network indicates a subset of NZP CSI-RS resources for channel / interference measurement through DCI.
  • Each CSI resource setting 'CSI-ResourceConfig' includes configuration for S ⁇ 1 CSI resource set (given by higher layer parameter csi-RS-ResourceSetList).
  • CSI resource setting corresponds to CSI-RS-resourcesetlist.
  • S represents the number of configured CSI-RS resource sets.
  • the configuration for the S ⁇ 1 CSI resource set is each CSI resource set including CSI-RS resources (consisting of NZP CSI-RS or CSI-IM) and the SS/PBCH block (SSB used for L1-RSRP computation) ) contains resources.
  • Each CSI resource setting is located in a DL BWP (bandwidth part) identified by higher layer parameter bwp-id. And, all CSI resource settings linked to the CSI reporting setting have the same DL BWP.
  • the same time domain behavior is configured for the CSI-ResourceConfig.
  • CM channel measurement
  • IM interference measurement
  • channel measurement resource may be NZP CSI-RS for CSI acquisition
  • interference measurement resource may be CSI-IM and NZP CSI-RS for IM.
  • CSI-IM (or ZP CSI-RS for IM) is mainly used for inter-cell interference measurement.
  • NZP CSI-RS for IM is mainly used for intra-cell interference measurement from multi-user.
  • each trigger state set using the higher layer parameter CSI-AperiodicTriggerState, is associated with one or more CSI-ReportConfigs where each CSI-ReportConfig is linked to a periodic, semi-persistent or aperiodic resource setting.
  • One reporting setting can be linked to up to three resource settings.
  • the resource setting (given by the higher layer parameter resourcesForChannelMeasurement) is for channel measurement for L1-RSRP computation.
  • the first resource setting (given by higher layer parameter resourcesForChannelMeasurement) is for channel measurement
  • the second resource setting (given by csi-IM-ResourcesForInterference or nzp-CSI-RS -ResourcesForInterference)
  • the setting is for interference measurement performed on CSI-IM or NZP CSI-RS.
  • the first resource setting (given by resourcesForChannelMeasurement) is for channel measurement
  • the second resource setting (given by csi-IM-ResourcesForInterference) is for CSI-IM based interference measurement
  • the third resource setting (given by nzp-CSI-RS-ResourcesForInterference) is for NZP CSI-RS based interference measurement.
  • each CSI-ReportConfig is linked to a periodic or semi-persistent resource setting.
  • the resource setting is for channel measurement for L1-RSRP computation.
  • the first resource setting (given by resourcesForChannelMeasurement) is for channel measurement
  • the second resource setting (given by higher layer parameter csi-IM-ResourcesForInterference) is performed on CSI-IM It is used for interference measurement.
  • each CSI-RS resource for channel measurement is associated with the CSI-IM resource by resource by the order of CSI-RS resources and CSI-IM resources in a corresponding resource set. .
  • the number of CSI-RS resources for channel measurement is equal to the number of CSI-IM resources.
  • a UE for which the higher layer parameter nzp-CSI-RS-ResourcesForInterference is set does not expect 18 or more NZP CSI-RS ports to be set in the NZP CSI-RS resource set.
  • the UE assumes the following.
  • NZP CSI-RS resource for channel measurement NZP CSI-RS resource for interference measurement
  • CSI-IM resource for interference measurement Another interference signal on the RE (s) of the NZP CSI-RS resource for channel measurement, NZP CSI-RS resource for interference measurement or CSI-IM resource for interference measurement.
  • Channel state information includes channel quality indicator (CQI), precoding matrix indicator (PMI), CSI-RS resource indicator (CRI), SS/PBCH block resource indicator (SSBRI), layer It may include at least one of indicator (LI), rank indicator (RI), or L1-RSRP.
  • CQI channel quality indicator
  • PMI precoding matrix indicator
  • CRI CSI-RS resource indicator
  • SSBRI SS/PBCH block resource indicator
  • LI indicator
  • RI rank indicator
  • L1-RSRP L1-RSRP
  • the UE N ⁇ 1 CSI-ReportConfig reporting setting M ⁇ 1 CSI-ReportConfig resource setting, and a list of one or two trigger states (aperiodicTriggerStateList and semiPersistentOnPUSCH -provided by TriggerStateList) is set by higher layers.
  • Each trigger state in the aperiodicTriggerStateList includes an associated CSI-ReportConfigs list indicating channel and optionally resource set IDs for interference.
  • each trigger state contains one associated CSI-ReportConfig.
  • time domain behavior of CSI reporting supports periodic, semi-persistent, and aperiodic.
  • Periodic CSI reporting is performed on short PUCCH and long PUCCH.
  • Periodicity and slot offset of Periodic CSI reporting can be set to RRC, refer to CSI-ReportConfig IE.
  • SP sin-periodic CSI reporting is performed on short PUCCH, long PUCCH, or PUSCH.
  • DCI format 0_1 includes a CSI request field and can activate/deactivate a specific configured SP-CSI trigger state.
  • SP CSI reporting has the same or similar activation/deactivation as the mechanism with data transmission on SPS PUSCH.
  • AP CSI-RS timing is set by RRC, and timing for AP CSI reporting is dynamically controlled by DCI.
  • NR For NR, the method of dividing and reporting CSI in multiple reporting instances applied to PUCCH-based CSI reporting in LTE (eg, transmission in the order of RI, WB PMI / CQI, and SB PMI / CQI) is not applied. Instead, NR restricts setting a specific CSI report in short/long PUCCH, and CSI omission rule is defined. And, in relation to AP CSI reporting timing, PUSCH symbol/slot location is dynamically indicated by DCI. And, candidate slot offsets are set by RRC. For CSI reporting, slot offset (Y) is set for each reporting setting. For UL-SCH, slot offset K2 is set separately.
  • the UE reports the number of CSIs that can be simultaneously calculated.
  • the channel characteristics include delay spread, Doppler spread, frequency/Doppler shift, average received power, and received timing/average delay. delay) and a spatial RX parameter.
  • the Spatial Rx parameter means a spatial (reception) channel characteristic parameter such as an angle of arrival.
  • Each TCI-State includes parameters for configuring a quasi co-location relationship between one or two DL reference signals and a demodulation reference signal (DM-RS) port of the PDSCH.
  • DM-RS demodulation reference signal
  • Quasi co-location relationship is set by upper layer parameter qcl-Type1 for the first DL RS and qcl-Type2 (if set) for the second DL RS.
  • qcl-Type1 for the first DL RS
  • qcl-Type2 if set for the second DL RS.
  • the QCL types are not the same.
  • the QCL type corresponding to each DL RS is given by the upper layer parameter qcl-Type of QCL-Info, and can take one of the following values:
  • the corresponding NZP CSI-RS antenna port is a specific TRS in terms of QCL-Type A, and a specific SSB and QCL in terms of QCL-Type D. It can be indicated/set that it has been done.
  • the UE receiving this instruction/configuration receives the NZP CSI-RS using the Doppler and delay values measured in the QCL-TypeA TRS, and applies the reception beam used for QCL-TypeD SSB reception to the corresponding NZP CSI-RS reception. can do.
  • the UE may receive an activation command by MAC CE signaling used to map up to 8 TCI states to the codepoint of the DCI field 'Transmission Configuration Indication'.
  • the indicated mapping between the TCI state and the codepoint of the DCI field 'Transmission Configuration Indication' starts from slot n+3N slot subframe, ⁇ +1 can be applied
  • the UE After the UE receives the initial higher-layer configuration for TCI states before receiving the active command, for QCL-TypeA and, if applicable, also for QCL-TypeD, the UE must enter the DMRS port of the PDSCH of the serving cell. It can be assumed that is QCL with the SS / PBCH block determined in the initial access process.
  • the UE When a higher layer parameter (e.g., tci-PresentInDCI) indicating the presence or absence of a TCI field in the DCI configured for the UE is set to enable for COREEST scheduling the PDSCH, the UE transmits the PDCCH transmitted on the corresponding CORESET. It can be assumed that the TCI field exists in DCI format 1_1.
  • a higher layer parameter e.g., tci-PresentInDCI
  • the UE may assume that the TCI state or QCL assumption for the PDSCH is the same as the TCI state or QCL assumption applied for the CORESET used for the PDCCH transmission.
  • the predetermined threshold may be based on the reported UE capability.
  • a TCI field in DCI in a scheduling CC may indicate an activated TCI state of a scheduled CC or DL BWP. If the PDSCH is scheduled according to DCI format 1_1, the UE may use the TCI-state according to the value of the 'Transmission Configuration Indication' field of the detected PDCCH with DCI to determine the PDSCH antenna port QCL.
  • the UE determines that the DMRS port of the PDSCH of the serving cell is the QCL type parameter (s) given by the indicated TCI state It can be assumed that the RS (s) of the TCI state for ) and QCL.
  • a predetermined threshold eg, timeDurationForQCL
  • the indicated TCI state may be based on an activated TCI state of a slot in which a scheduled PDSCH is present.
  • the indicated TCI state may be based on the activated TCI state of the first slot with the scheduled PDSCH, and the UE is activated across the slots with the scheduled PDSCH. You would expect the TCI status to be the same.
  • the UE can expect the tci-PresentInDCI parameter to be set to enable for the corresponding CORESET.
  • the UE determines that the time offset between reception of a PDCCH detected in the search space set and the corresponding PDSCH exceeds a predetermined threshold value. (e.g. timeDurationForQCL) or more.
  • the time offset between the reception of the DL DCI and the corresponding PDSCH is a predetermined threshold (eg, timeDurationForQCL )
  • the UE determines that the DMRS port of the PDSCH of the serving cell is monitored with the lowest CORESET-ID in the latest slot where one or more CORESETs in the active BWP of the serving cell are monitored by the UE.
  • QCL is QCL with RS(s) for QCL parameter(s) used for PDCCH QCL indication of CORESET associated with the search space.
  • the UE can expect that reception of the PDCCH associated with the corresponding CORESET is prioritized.
  • This may also be applied for intra-band carrier aggregation (CA) (when PDSCH and CORESET are in different CCs).
  • CA intra-band carrier aggregation
  • the UE can expect the TCI state to indicate one of the following QCL type(s):
  • the UE determines that the TCI state is NZP-CSI-RS-ResourceSet including the higher layer parameter trs-Info. It can be expected to indicate QCL-TypeA with periodic CSI-RS resources and, if applicable, QCL-TypeD with the same periodic CSI-RS resources.
  • the UE can expect the TCI state to indicate one of the following QCL type(s) :
  • NZP-CSI-RS-ResourceSet configured including upper layer parameter trs-Info
  • NZP-CSI-RS-ResourceSet configured including upper layer parameter repetition QCL-TypeD with CSI-RS resource
  • the UE can expect the TCI state to indicate one of the following QCL type (s):
  • NZP-CSI-RS-ResourceSet configured including upper layer parameter trs-Info
  • NZP-CSI-RS-ResourceSet configured including upper layer parameter repetition QCL-TypeD with CSI-RS resource
  • the UE can expect the TCI state to indicate one of the following QCL type(s):
  • NZP-CSI-RS-ResourceSet configured including upper layer parameter trs-Info
  • NZP-CSI-RS-ResourceSet configured including upper layer parameter repetition QCL-TypeD with CSI-RS resource
  • the UE can expect the TCI state to indicate one of the following QCL type(s):
  • NZP-CSI-RS-ResourceSet configured including upper layer parameter trs-Info
  • NZP-CSI-RS-ResourceSet configured including upper layer parameter repetition QCL-TypeD with CSI-RS resource
  • node(s) and terminal(s) constituting a wireless communication network are becoming intelligent/advanced.
  • various networks according to various environmental parameters (eg, distribution/location of base stations, distribution/location/material of buildings/furniture, location/moving direction/speed of terminals, climate information, etc.) /base station determination parameter values (eg, transmit/receive power of each base station, transmit power of each terminal, precoder/beam of base station/terminal, time/frequency resource allocation for each terminal, duplex method of each base station, etc. ) is expected to be quickly optimized and derived/applied.
  • many standardization organizations eg, 3GPP, O-RAN
  • 3GPP 3GPP, O-RAN
  • AI Artificial Intelligence
  • AI corresponds to any automation in which a machine can replace the work that a person has to do.
  • Machine learning refers to a technology in which a machine learns patterns for decision-making from data on its own without explicitly programming rules.
  • Deep learning is an artificial neural network-based model, which can be performed by a machine at once from unstructured data to feature extraction and judgment.
  • the algorithm relies on multi-layer networks of interconnected nodes for feature extraction and transformation inspired by biological neural systems, or neural networks.
  • Common deep learning network architectures include deep neural networks (DNNs), recurrent neural networks (RNNs), and convolutional neural networks (CNNs).
  • AI (or AI/ML) can be classified according to various criteria as follows:
  • Offline learning follows a sequential process of database collection, learning, and prediction. That is, collection and learning can be performed offline, and completed programs can be installed in the field and used for prediction work. In offline learning, the system does not learn incrementally, learning is performed using all available collected data and applied to the system without further learning. If learning on new data is required, learning may be started again using the entire new data.
  • centralized learning when training data collected from a plurality of different nodes is reported to a centralized node, all data resources/storage/learning (e.g., supervised learning) (supervised learning, unsupervised learning, reinforcement learning, etc.) are performed on one centralized node.
  • supervised learning supervised learning, unsupervised learning, reinforcement learning, etc.
  • Federated learning is built on data where collective models exist across disparate data owners. Instead of ingesting data into models, AI/ML models are imported as data sources, allowing local nodes/individual devices to collect data and train their own copy of the model, eliminating the need to report the source data to a central node. In federated learning, parameters/weights of an AI/ML model can be sent back to a centralized node to support general model training. Federated learning has advantages in terms of increased computational speed and information security. That is, the process of uploading personal data to the central server is unnecessary, and leakage and abuse of personal information can be prevented.
  • Distributed learning refers to the concept that the machine learning process is scaled and distributed across a cluster of nodes. Training models are split and shared across multiple nodes working concurrently to speed up model training.
  • Supervised learning is a machine learning task that aims to learn mapping features from inputs to outputs given a labeled data set.
  • the input data is called training data and has known labels or outcomes.
  • Examples of supervised learning include:
  • KNN k-Nearest Neighbor
  • SVM Support Vector Machines
  • Supervised learning can be further grouped into regression and classification problems, where classification is predicting labels and regression is predicting quantities.
  • Unsupervised learning is a machine learning task that aims to learn features that describe hidden structures in unlabeled data. Input data is unlabeled and has no known consequences.
  • Some examples of unsupervised learning include K-means clustering, principal component analysis (PCA), nonlinear independent component analysis (ICA), and long-short-term memory (LSTM). .
  • RL reinforcement learning
  • An agent aims to optimize a long-term goal by interacting with the environment based on a trial-and-error process, which is goal-oriented learning based on interaction with the environment.
  • An example of the RL algorithm is as follows.
  • SARSA State-Action-Reward-State-Action
  • reinforcement learning can be grouped into model-based reinforcement learning and model-free reinforcement learning as follows.
  • Model-based reinforcement learning Refers to a RL algorithm that uses a predictive model. The transition probabilities between the states are obtained using a model of the various dynamic states of the environment and these states leading to rewards.
  • RL algorithms can also be classified into value-based RL versus policy-based RL, policy-based RL versus non-policy RL, and the like.
  • a feed-forward neural network is composed of an input layer, a hidden layer, and an output layer.
  • FFNN In FFNN, information is transmitted only from the input layer to the output layer, and passes through the hidden layer if there is one.
  • category 1, category 2, and category 3 may be considered in terms of training, and category 1 and category 2 may be considered in terms of inference.
  • a recurrent neural network is a type of artificial neural network in which hidden nodes are connected with directed edges to form a directed cycle. It is a model suitable for processing data that appears sequentially, such as voice and text.
  • A denotes a neural network
  • x t denotes an input value
  • h t denotes an output value.
  • h t may mean a state value indicating a current state based on time
  • h t-1 may indicate a previous state value.
  • LSTM Long Short-Term Memory
  • RNN Random-Term Memory
  • a convolutional neural network (CNN) is used for two purposes: reducing model complexity and extracting good features by applying a convolution operation commonly used in the field of image processing or image processing.
  • Kernel or filter Means a unit/structure that applies weights to inputs in a specific range/unit.
  • the kernel (or filter) can be changed by learning.
  • Feature map It means the result of applying the kernel to the input.
  • Several feature maps can be extracted to induce robustness to distortion, change, etc.
  • - Pooling Refers to an operation (for example, max pooling, average pooling) to reduce the size of a feature map by downsampling the feature map.
  • Category 1 Structure information of each layer (e.g., number of hidden layers, padding/value, pooling/type, etc.)
  • category 1, category 2, and category 3 may be considered in terms of training, and category 1 and category 2 may be considered in terms of inference.
  • Auto encoder receives a feature vector x(x 1 , x 2 , x 3 , ...), and the same or similar vector x'(x' 1 , x' 2 , x' 3 , ... ) means a neural network that outputs ' .
  • Auto encoder has the same characteristics of input node and output node. Since auto encoder reconstructs the input, the output can be referred to as reconstruction. Also, auto encoder is a kind of unsupervised learning.
  • the loss function of the auto encoder illustrated in FIG. 11 is calculated based on the difference between the input and the output, and based on this, the degree of loss of the input is determined and the auto encoder performs an optimization process to minimize the loss. do.
  • Data collection Data collected from network nodes, management entities or UEs as a basis for AI model training, data analysis and inference
  • AI Model A data driven algorithm applying AI technology that generates a set of outputs including predictive information and/or decision parameters based on a set of inputs.
  • a data collection function 10 collects input data and provides processed input to a model training function 20 and a model inference function 30. It is a function that provides data.
  • Examples of input data may include measurements from UEs or other network entities, actor feedback, and AI model output.
  • the data collection function 10 performs data preparation based on input data and provides processed input data through data preparation.
  • the data collection function 10 does not perform specific data preparation (eg, data pre-processing and cleaning, forming and transformation) for each AI algorithm, , data preparation common to AI algorithms can be performed.
  • the Model Training function (10) provides training data (11) to the Model Training function (20), and inference data (12) to the Model Inference function (30).
  • Training Data) (11) is data required as an input for the AI Model Training function (20).
  • Inference Data (12) is data required as an input for the AI Model Inference function (30).
  • the data collection function 10 may be performed by a single entity (eg, UE, RAN node, network node, etc.) or may be performed by a plurality of entities.
  • Training Data (11) and Inference Data (12) from a plurality of entities may be provided to the Model Training function (20) and the Model Inference function (30), respectively.
  • the Model Training function 20 is a function that performs AI model training, validation, and testing that can generate model performance metrics as part of an AI model testing procedure.
  • the Model Training function (20) is also responsible for data preparation (eg, data pre-processing and cleaning, forming and transformation) based on the Training Data (11) provided by the Data Collection function (10), if necessary.
  • Model Deployment/Update (13) is used to initially deploy the trained, verified, and tested AI model to the Model Inference function (30) or to provide an updated model to the Model Inference function (30). do.
  • the output (Output) 16 refers to the inference output of the AI model generated by the Model Inference function 30, and detailed information of the inference output may vary depending on the use case.
  • Model Performance Feedback (14) can be used to monitor the performance of the AI model, if available, and this feedback can also be omitted.
  • the Actor function 40 is a function that receives an output 16 from the Model Inference function 30 and triggers or performs a corresponding task/action.
  • the actor function 40 may trigger actions/actions for other entities (eg, one or more UEs, one or more RAN nodes, one or more network nodes, etc.) or itself.
  • the definition of training/validation/test in a data set used in AI/ML can be classified as follows.
  • - Validation data Data set for verifying a model that has already been trained. That is, it usually means a data set used to prevent over-fitting of the training data set.
  • Test data Data set for final evaluation. This data is data irrelevant to learning.
  • the training data and validation data can be divided and used in a ratio of 8:2 or 7:3 within the entire training set, and if the test is included, 6:2:2 ( training: validation: test) can be divided and used.
  • the cooperation level can be defined as follows, and modification due to the combination of a plurality of levels below or separation of any one level is possible.
  • Cat 1 Entails inter-node support to improve each node's AI/ML algorithm. This applies when the UE receives assistance from the gNB (for training, adaptation, etc.) and vice versa. No exchange of models between network nodes is required at this level.
  • a RAN node eg, a base station, a TRP, a central unit (CU) of a base station, etc.
  • a network node eg, an operation administration maintenance (OAM) of a network operator, or a UE.
  • OAM operation administration maintenance
  • the function illustrated in FIG. 12 may be implemented in cooperation with two or more entities among a RAN, a network node, an OAM of a network operator, or a UE.
  • one entity may perform some of the functions of FIG. 12 and another entity may perform the remaining functions.
  • transfer / provision of data / information between each function is omitted. It can be.
  • the Model Training function 20 and the Model Inference function 30 are performed by the same entity, the delivery/provision of the Model Deployment/Update 13 and the Model Performance Feedback 14 may be omitted.
  • any one of the functions illustrated in FIG. 12 may be performed in collaboration by two or more entities among a RAN, a network node, OAM of a network operator, or a UE. This may be referred to as a split AI operation.
  • 13 is a diagram illustrating segmented AI inference.
  • FIG. 13 illustrates a case in which the Model Inference function, among split AI operations, is cooperatively performed by an end device such as a UE and a network AI/ML endpoint.
  • each of the Model Training function, Actor, and Data Collection function is split into multiple parts according to the current task and environment, and can be performed by cooperation of multiple entities.
  • a computation-intensive and energy-intensive part may be performed at a network endpoint, while a privacy-sensitive part and a delay-sensitive part may be performed at an end device.
  • the end device may execute a job/model from the input data to a specific part/layer and then transmit intermediated data to the network endpoint.
  • a network endpoint executes the remaining parts/layers and provides inference outputs to one or more devices performing the action/task.
  • the AI Model Training function is performed by a network node (eg, a core network node, an OAM of a network operator, etc.), and an AI Model Inference function is performed by a RAN node (eg, a base station, a TRP, a CU of a base station, etc.) ) exemplifies the case performed by a network node (eg, a core network node, an OAM of a network operator, etc.), and an AI Model Inference function is performed by a RAN node (eg, a base station, a TRP, a CU of a base station, etc.) ) exemplifies the case performed by a network node (eg, a core network node, an OAM of a network operator, etc.), and an AI Model Inference function is performed by a RAN node (eg, a base station, a TRP, a CU of a base station, etc.) ) exemplifies the case performed by
  • Step 1 RAN node 1 and RAN node 2 transmit input data (ie, training data) for AI Model Training to the network node.
  • RAN node 1 and RAN node 2 transmit data collected from the UE (eg, measurement of the UE related to RSRP, RSRQ, SINR of the serving cell and the neighboring cell, location of the UE, speed, etc.) together to the network node.
  • data collected from the UE eg, measurement of the UE related to RSRP, RSRQ, SINR of the serving cell and the neighboring cell, location of the UE, speed, etc.
  • Step 2 The network node trains the AI Model using the received training data.
  • Step 3 The network node distributes/updates the AI Model to RAN node 1 and/or RAN node 2.
  • RAN node 1 (and/or RAN node 2) may continue to perform model training based on the received AI Model.
  • Step 5 RAN node 1 performs AI Model Inference using the received inference data to generate output data (eg, prediction or decision).
  • Step 6 If applicable, RAN node 1 may send model performance feedback to the network node.
  • Step 8 RAN node 1 and RAN node 2 transmit feedback information to the network node.
  • RAN node 15 illustrates a case in which both the AI Model Training function and the AI Model Inference function are performed by a RAN node (eg, a base station, a TRP, a CU of a base station, etc.).
  • a RAN node eg, a base station, a TRP, a CU of a base station, etc.
  • Step 2 RAN node 1 trains the AI model using the received training data.
  • Step 3 RAN node 1 receives input data (ie, inference data) for AI Model Inference from the UE and RAN node 2.
  • input data ie, inference data
  • Step 4 RAN node 1 performs AI Model Inference using the received inference data to generate output data (eg, prediction or decision).
  • Step 6 RAN node 2 sends feedback information to RAN node 1.
  • 16 illustrates the application of a functional framework in a wireless communication system.
  • Step 1 The UE transmits input data (ie, training data) for AI Model Training to the RAN node.
  • the RAN node may collect data from various UEs and/or from other RAN nodes (e.g., RSRP, RSRQ, measurement of the UE related to the serving cell and neighboring cell, SINR, UE location, speed, etc.) there is.
  • Step 2 The RAN node trains the AI Model using the received training data.
  • Step 3 The RAN node distributes/updates the AI Model to the UE.
  • the UE may continue to perform model training based on the received AI Model.
  • Step 4 Receives input data (ie, inference data) for AI Model Inference from the UE and the RAN node (and/or from other UEs).
  • Step 5 The UE generates output data (eg, prediction or decision) by performing AI Model Inference using the received inference data.
  • output data eg, prediction or decision
  • Step 6 If applicable, the UE may send model performance feedback to the RAN node.
  • Step 7 The UE and the RAN node perform an action based on the output data.
  • compression and de-compression of the CSI measurement may be performed using an autoencoder.
  • the auto-encoder may be constructed based on the (artificial) neural network and/or AI/ML algorithm according to various examples described above.
  • an auto encoder for performing CSI compression/decompression based on a (D)NN structure may be configured.
  • the NN structure may be an example for configuring an auto-encoder, and does not limit the method of configuring the auto-encoder.
  • an auto encoder may be configured or CSI compression/decompression may be performed based on the above-described examples or other NN structures and/or AI/ML algorithms not mentioned.
  • a quantization method for transmitting/receiving by converting a measurement result into a bit stream based on a resource eg, CSI-RS resource, SSB resource, etc.
  • a resource eg, CSI-RS resource, SSB resource, etc.
  • FIG. 17 is a diagram for explaining an example of an auto-encoder-based CSI measurement and reporting system to which the present disclosure can be applied.
  • 18 is a diagram for explaining an example of an operation of an auto-encoder-based terminal and a base station to which the present disclosure can be applied. For example, the operation of FIG. 18 may be performed on the terminal and base station of FIG. 17 .
  • a base station may provide setting information for an auto-encoder to a terminal.
  • This configuration information includes a reference signal to derive a measurement value input to the auto-encoder of the auto-encoder, and an uplink resource to report the output value of the auto-encoder (ie, a value derived through compression of the input measurement value) to the base station. It may contain information about information, etc. Then, a reference signal may be transmitted from the base station to the terminal based on the configuration information.
  • the terminal may derive a measurement value corresponding to an input value of the auto encoder based on the configuration information and the reference signal. This may correspond to original CSI in the example of FIG. 17 .
  • the terminal may process the derived measurement value (or original CSI) as a value to be input to the auto-encoder, and derive a compressed measurement value based on an encoding operation of the auto-encoder.
  • the terminal-side auto-encoder may select the compression rate by itself or based on the setting/instruction of the base station.
  • the terminal may perform quantization on the compressed measurement value. For example, through quantization, a compressed measurement value expressed as a real value or an imaginary value may be converted into a bit stream.
  • the terminal may report quantized CSI (or bit stream) corresponding to a result of performing quantization on the compressed measurement value to the base station.
  • the base station may perform de-quantization on the received quantized CSI (or bit stream). For example, a compressed measurement value in the form of a dequantization result of a bit stream, a real value, or an imaginary value may be restored.
  • a decompressed measurement value may be obtained based on a decoding operation of an auto encoder from a result of dequantization (ie, a compressed measurement value).
  • the base station may obtain CSI based on the decompressed measurement value.
  • the obtained CSI corresponds to the reconstructed CSI in the example of FIG. 17 and can be regarded as corresponding to the original CSI in the terminal (ie, CSI suitable for the channel state experienced by the terminal).
  • the base station may provide the terminal with settings suitable for transmission and reception with the terminal or perform scheduling for the terminal by referring to the obtained CSI.
  • the fact that certain information is defined between the terminal and the base station means that the terminal and the base station know the corresponding information without separate signaling between the terminal and the base station; Being configured between the terminal and the base station means transmitting/receiving corresponding information through higher layer (eg, RRC) signaling between the terminal and the base station; Indicated between the terminal and the base station means that the corresponding information is transmitted/received through lower layer (eg, L1 (eg, DCI/UCI), L2 (eg, MAC-CE)) signaling.
  • higher layer eg, RRC
  • L1 eg, DCI/UCI
  • L2 eg, MAC-CE
  • 19 is a diagram for explaining a CSI report transmission method of a terminal according to the present disclosure.
  • the UE may receive one or more CSI-RSs from the network.
  • One or more CSI-RSs may each correspond to one or more CSI-RS resources.
  • the present disclosure describes the CSI-RS as an example, in addition to the CSI-RS, any signal (eg, SSB, or other type of Reference signals/pilot signals) may also be applied to examples of the present disclosure.
  • the UE may transmit one or more CSI reports to the network based on one or more CSI-RS.
  • One or more CSI reports may include a first CSI and a second CSI.
  • the first CSI may include a quantization result of the compressed CSI.
  • compressed CSI may be obtained based on an auto encoder (or based on AI/ML).
  • the second CSI may include quantization reference information related to the first CSI.
  • the quantization reference information may correspond to a representative value of a predetermined method such as a maximum value, a minimum value, and an average value of compressed CSI.
  • the second CSI may include one or more of RSRP (eg, L1-RSRP), SINR (eg, L1-SINR), or CQI.
  • RSRP eg, L1-RSRP
  • SINR eg, L1-SINR
  • CQI CQI
  • the first CSI-RS resource on which the first CSI is based and the second CSI-RS resource on which the second CSI is based may be the same or different.
  • compressed and quantized CSI may be reported based on a result measured for the same CSI-RS resource, and quantization reference information for the compressed and quantized CSI may be reported.
  • compressed and quantized CSI is reported based on a result measured for the first CSI-RS resource, and a report value derived based on the second CSI-RS resource is reported as quantization reference information for the first CSI.
  • the reporting configuration for the second CSI may be associated with the first CSI or may be associated with the first CSI-RS resource. Accordingly, a report value derived based on the configuration for the second CSI report may be applied as quantization reference information for the first CSI.
  • the first CSI and the second CSI may be included in one same CSI report or may be included in a plurality of different CSI reports, respectively.
  • a range of values that a quantization result that may vary according to quantization reference information ie, a range of quantization result values
  • a minimum unit that can be distinguished by quantization ie, a minimum unit of quantization
  • one or more of the number of bits for performing quantization ie, the number of bits indicating a quantization result
  • the first CSI or the second CSI may be included in the first and second CSI.
  • 20 is a diagram for explaining a CSI report receiving method of a base station according to the present disclosure.
  • the base station may transmit one or more CSI-RSs to the terminal.
  • the base station may receive one or more CSI reports generated by the terminal from the terminal based on one or more CSI-RS.
  • One or more CSI reports may include a first CSI and a second CSI.
  • the base station may perform quantization dequantization on the quantization result of the compressed CSI included in the first CSI based on the quantization reference information included in the second CSI.
  • Compressed CSI is obtained through dequantization, decompression is performed on the compressed CSI through a neural network (NN), and CSI can be obtained.
  • NN neural network
  • a CSI measurement result may be obtained based on the CSI-RS received by the UE.
  • the measurement result is compressed and transmitted to the base station, it is necessary to quantize the measurement result (eg, real value and/or imaginary value) for constructing a bit stream.
  • the measurement result eg, real value and/or imaginary value
  • the range of measurement result values may vary according to channel conditions.
  • RSRP in CSI-RS reception may be a high value (eg, -44 dBm)
  • the CSI -RSRP in RS reception may be a low value (eg, -140dBm).
  • the CSI to be reported should be able to reflect both good and bad channel conditions, set a wide range of values to be quantized (eg, range from -140 to -44dBm) /instruction/needs to be defined.
  • the number of bits for expressing a quantization result may vary according to a range of values to be quantized (and/or according to a quantization unit described later). For example, 7 bits may be required to represent a unit size of 1 dB, and quantization for a wider range of values is required as the difference between the highest value and the lowest value increases. Therefore, the wider the range of values to be quantized (and/or the more precise the quantization unit), the higher the feedback overhead.
  • a new method capable of minimizing an increase in feedback overhead while reflecting a difference in a channel environment will be described.
  • feedback overhead is additionally adjusted based on channel characteristics (eg, delay spread)
  • optimization for quantization can be performed, through which Feedback overhead can be managed efficiently.
  • a terminal may report information about quantization to a base station.
  • a first CSI report corresponding to a compressed CSI report may be defined, and for quantization of the first CSI report, information included in the second CSI report may be used as a reference value for quantization. .
  • 21 is a diagram for explaining information related to quantization according to the present disclosure.
  • the aforementioned reference value for quantization may be defined as a reference value for values belonging to a quantization range.
  • the reference value for quantization may correspond to a maximum value, a minimum value, or an average value of a channel measurement result (or a result of applying compression to the channel measurement result) as in the example of FIG. 21(a).
  • a reference value for quantization may be defined as a value having a unit of dBm.
  • a reference value corresponding to the maximum value may be determined among (compressed) measurement result values for real values and/or imaginary values.
  • Each measurement result value may be expressed as an offset value compared with a reference value, and thus measurement result values may be quantized.
  • the quantization unit (or gap size) is 2 dB, and the quantization result bits are 4 bits in size to cover all ranges of values to be quantized. can do.
  • the quantization result bit value 0000 corresponds to 0 dB (i.e. equal to the reference value)
  • 0001 corresponds to -2 dB (i.e. -42 dBm)
  • 0010 corresponds to -4 dB (i.e. -44 dBm).
  • the quantization result for x(n) may be 0101.
  • a reference value for quantization (a rule for deriving a reference value for quantization) may be predefined/configured/instructed between the base station and the terminal.
  • RSRP used as quantization reference information may be L1-RSRP.
  • the L1-RSRP may be derived based on a linear average over the power contribution of REs of RS resources (eg, CSI-RS resources and/or SSB resources).
  • a measurement result input to the auto-encoder may correspond to a measurement result value for a specific CSI-RS resource. Accordingly, the (compressed) measurement result may have characteristics of a result measured based on the specific CSI-RS resource or may have characteristics according to the corresponding characteristics.
  • an L1-RSRP value that can be interpreted as an average value of received power for the specific CSI-RS resource may be reported.
  • This L1-RSRP value may have the same/similar characteristics to those of the magnitude value of the (compressed) measurement result. Accordingly, the L1-RSRP value may be used as quantization reference information (eg, maximum value, minimum value, or average value of channel measurement results).
  • quantization is performed based on the (compressed) measurement result to derive CSI (eg, the first CSI) to be reported, and the L1-RSRP value for the specific CSI-RS resource may be included in the second CSI as quantization reference information for the first CSI (ie, quantized CSI).
  • a report value already reported to the base station may be used as the second CSI.
  • an L1-RSRP value for a CSI-RS resource that is different from a CSI-RS resource underlying the first CSI may be used as quantization reference information for the quantized CSI of the first CSI.
  • the underlying CSI-RS resources are different, they may have substantially the same or similar channel characteristics according to the time/frequency location (eg, the same or close in the time/frequency domain), and thus report on different CSI-RS resources. Even if the value is used as quantization reference information, problems in interpreting the quantized CSI by the base station can be minimized.
  • the feedback overhead can be further reduced.
  • L1-RSRP may be calculated using both real and imaginary values of the channel measurement result.
  • a new normalization factor similar to L1-RSRP may be applied as the second CSI. For example, when the L1-RSRP value is reported as Q dBm, Q-3 dBm can be assumed and applied as a quantization reference value.
  • the L1-SINR and/or CQI report value may be used as the second CSI or quantization reference information.
  • L1-SINR and/or CQI may be used instead of or in addition to L1-RSRP.
  • the L1-SINR may be derived based on the linear average across the power contributions of REs of RS resources (eg, CSI-RS resources and/or SSB resources) divided by the linear average of the power contributions of interference and noise.
  • the CQI may correspond to information indicating a maximum modulation and coding scheme (MCS) applicable to achieve a block error rate required under a given channel condition.
  • MCS modulation and coding scheme
  • the aforementioned channel measurement result may correspond to a measurement result of a desired channel and may also correspond to a measurement result of an interference channel. That is, the above-described quantization result and quantization reference information may be reported for a desired channel and/or an interference channel.
  • IMR interference measurement resource
  • CSI-IM CSI resource-interference measurement
  • NZP non-zero power
  • ZP zero power
  • Measurement result derivation, (compression and) quantization, quantized CSI reporting, and quantization reference information reporting may be applied according to the examples described above.
  • This embodiment relates to a method of using a QCL relationship for a CSI-RS resource on which a first CSI report is based in order to correspond or associate a first CSI report with a second CSI report.
  • the base station may configure / instruct the terminal to report the L1-RSRP (or L1-SINR / CQI) for the second CSI-RS resource corresponding to (or based on) the second CSI report.
  • the base station may set the QCL reference RS of the first CSI-RS resource as the second CSI-RS resource there is.
  • the (most recent) L1-RSRP report value for the second CSI-RS resource is used as a quantization reference for the first CSI report.
  • Quantization can be performed by assuming it as information.
  • This embodiment relates to a method in which a first CSI report configuration or a first CSI-RS resource configuration and a second CSI report configuration are associated in order to correspond or associate a first CSI report with a second CSI report.
  • a second CSI report configuration for reporting quantization reference information is corresponded to a first CSI report configuration and/or a first CSI-RS resource configuration used for deriving measurement results. or may be related.
  • CSI report configuration may correspond to a higher-layer signaling information element called CSI-ReportConfig, and a distinct CSI report configuration may have a distinct CSI-ReportConfigId value.
  • CSI-RS resource configuration may correspond to a higher layer signaling information element called CSI-ResourceConfig, and a distinct CSI-RS resource configuration may have a distinct CSI-ResourceConfigId value.
  • an ID value for a CSI-RS resource on which a corresponding CSI report is based may be included in the CSI report configuration. That is, the configuration for the first CSI report includes identification information indicating configuration for the first CSI-RS resource, and the configuration for the second CSI report includes identification information indicating configuration for the second CSI-RS resource. may be included (as described above, the first CSI-RS resource and the second CSI-RS resource may be the same or different). In addition to this, in the first CSI report configuration and / or in the first CSI-RS resource configuration, information indicating the second CSI report configuration (including at least quantization reference information) according to the present disclosure and / or the second CSI-RS resource configuration Information indicating RS resource configuration may be added.
  • the second CSI report configuration for L1-RSRP reporting (eg, CSI-ReportConfigId # 2) can be matched.
  • the second CSI report configuration for L1-RSRP reporting (eg, CSI-ReportConfigId #2) can correspond.
  • the (most recent) L1-RSRP value reported according to the second CSI reporting configuration is used for the first CSI report.
  • a quantization operation may be performed by assuming a quantization reference value.
  • L1-RSRP may be defined as a relative value, but the present disclosure also includes a method of reporting the absolute value of RSRP as quantization reference information.
  • the first CSI report and the second CSI report may be distinguished as separate CSI reports, or the first CSI (eg, including at least a quantized measurement result) and the second CSI (eg, , including at least quantization reference information) may be transmitted to the base station as one CSI report.
  • information about a range of quantization result values, a minimum quantization unit, and the number of bits representing a quantization result may be reported from the terminal to the base station.
  • Such additional information may be included in the first CSI and/or the second CSI.
  • the quantization result value range may refer to a range of values that a quantization result may have, which may vary according to quantization reference information (eg, a minimum value or a maximum value).
  • quantization reference information eg, a minimum value or a maximum value.
  • X dB may correspond to the quantization range.
  • the minimum unit of quantization may correspond to a minimum unit that can be distinguished by quantization or a gap size.
  • k dB(/dBm) may correspond to a quantization unit.
  • All or part of this additional information may be (in advance) set/instructed by the base station to the terminal, or may be predefined between the base station and the terminal. Additionally or alternatively, UE capability information is transmitted to the base station in advance for all or part of the additional information, and the base station may set/instruct a specific value among candidate values supportable by the terminal.
  • first quantization for real values and second quantization for imaginary values of the measurement result may be independently/individually performed, and parameters required for quantization may be shared in the first quantization and the second quantization.
  • FIG. 22 illustrates a block configuration diagram of a wireless communication device according to an embodiment of the present disclosure.
  • the first wireless device 100 and the second wireless device 200 may transmit and receive radio signals through various radio access technologies (eg, LTE and NR).
  • various radio access technologies eg, LTE and NR.
  • the first wireless device 100 includes one or more processors 102 and one or more memories 104, and may additionally include one or more transceivers 106 and/or one or more antennas 108.
  • the processor 102 controls the memory 104 and/or the transceiver 106 and may be configured to implement the descriptions, functions, procedures, suggestions, methods and/or flowcharts of operations set forth in this disclosure.
  • the processor 102 may process information in the memory 104 to generate first information/signal, and transmit a radio signal including the first information/signal through the transceiver 106.
  • the processor 102 may receive a radio signal including the second information/signal through the transceiver 106, and then store information obtained from signal processing of the second information/signal in the memory 104.
  • the memory 104 may be connected to the processor 102 and may store various information related to the operation of the processor 102 .
  • memory 104 may perform some or all of the processes controlled by processor 102, or instructions for performing the descriptions, functions, procedures, suggestions, methods, and/or flowcharts of operations disclosed in this disclosure. It may store software codes including them.
  • the processor 102 and memory 104 may be part of a communication modem/circuit/chip designed to implement a wireless communication technology (eg, LTE, NR).
  • the transceiver 106 may be coupled to the processor 102 and may transmit and/or receive wireless signals via one or more antennas 108 .
  • the transceiver 106 may include a transmitter and/or a receiver.
  • the transceiver 106 may be used interchangeably with a radio frequency (RF) unit.
  • a wireless device may mean a communication modem/circuit/chip.
  • the memory 204 may be connected to the processor 202 and may store various information related to the operation of the processor 202 .
  • memory 204 may perform some or all of the processes controlled by processor 202, or instructions for performing the descriptions, functions, procedures, suggestions, methods, and/or flowcharts of operations disclosed in this disclosure. It may store software codes including them.
  • the processor 202 and memory 204 may be part of a communication modem/circuit/chip designed to implement a wireless communication technology (eg, LTE, NR).
  • the transceiver 206 may be coupled to the processor 202 and may transmit and/or receive wireless signals via one or more antennas 208 .
  • the transceiver 206 may include a transmitter and/or a receiver.
  • the transceiver 206 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 102, 202.
  • one or more processors 102, 202 may implement one or more layers (eg, functional layers such as PHY, MAC, RLC, PDCP, RRC, SDAP).
  • One or more processors (102, 202) may generate one or more Protocol Data Units (PDUs) and/or one or more Service Data Units (SDUs) in accordance with the descriptions, functions, procedures, proposals, methods and/or operational flow charts disclosed herein.
  • PDUs Protocol Data Units
  • SDUs Service Data Units
  • processors 102, 202 may generate messages, control information, data or information in accordance with the descriptions, functions, procedures, proposals, methods and/or operational flow diagrams set forth in this disclosure.
  • One or more processors 102, 202 may process PDUs, SDUs, messages, control information, data or signals containing information (e.g., baseband signals) according to the functions, procedures, proposals and/or methods disclosed herein. generated and provided to one or more transceivers (106, 206).
  • One or more processors 102, 202 may receive signals (e.g., baseband signals) from one or more transceivers 106, 206, the descriptions, functions, procedures, suggestions, methods and/or described in this disclosure.
  • PDUs, SDUs, messages, control information, data or information may be acquired according to the operational flowcharts.
  • One or more processors 102, 202 may be referred to as a controller, microcontroller, microprocessor or microcomputer.
  • One or more processors 102, 202 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
  • the descriptions, functions, procedures, proposals, methods and/or operational flow charts disclosed in this disclosure may be implemented using firmware or software, and the firmware or software may be implemented to include modules, procedures, functions, and the like.
  • Firmware or software configured to perform the descriptions, functions, procedures, suggestions, methods and/or operational flow diagrams disclosed in this disclosure may be included in one or more processors (102, 202) or stored in one or more memories (104, 204). It can be driven by the above processors 102 and 202.
  • the descriptions, functions, procedures, suggestions, methods and/or operational flow diagrams disclosed in this disclosure may be implemented using firmware or software in the form of codes, instructions and/or sets of instructions.
  • One or more transceivers 106, 206 may transmit user data, control information, radio signals/channels, etc., as referred to in the methods and/or operational flow charts of this disclosure, to one or more other devices.
  • the one or more transceivers 106, 206 may receive user data, control information, radio signals/channels, etc. referred to in the descriptions, functions, procedures, proposals, methods and/or operational flow charts, etc. disclosed in this disclosure from one or more other devices. there is.
  • one or more transceivers 106 and 206 may be connected to one or more processors 102 and 202 and transmit and receive wireless signals.
  • one or more processors 102, 202 may control one or more transceivers 106, 206 to transmit user data, control information, or radio signals to one or more other devices. Additionally, one or more processors 102, 202 may control one or more transceivers 106, 206 to receive user data, control information, or radio signals from one or more other devices. In addition, one or more transceivers 106, 206 may be coupled with one or more antennas 108, 208, and one or more transceivers 106, 206 may be connected to one or more antennas 108, 208, as described herein. , procedures, proposals, methods and / or operation flowcharts, etc. can be set to transmit and receive user data, control information, radio signals / channels, 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 (106, 206) convert the received radio signals/channels from RF band signals in order to process the received user data, control information, radio signals/channels, etc. using one or more processors (102, 202). It can be converted into a baseband signal.
  • One or more transceivers 106 and 206 may convert user data, control information, and radio signals/channels processed by one or more processors 102 and 202 from baseband signals to RF band signals.
  • one or more of the transceivers 106, 206 may include (analog) oscillators and/or filters.
  • the storage medium may include, but is not limited to, high speed random access memory such as DRAM, SRAM, DDR RAM or other random access solid state memory devices, one or more magnetic disk storage devices, optical disk storage devices, flash memory devices, or It may include non-volatile memory, such as other non-volatile solid state storage devices.
  • the memory optionally includes one or more storage devices located remotely from the processor(s).
  • the memory, or alternatively, the non-volatile memory device(s) within the memory includes non-transitory computer readable storage media.
  • Features described in this disclosure may be stored on any one of the machine readable media to control hardware of a processing system and to allow the processing system to interact with other mechanisms that utilize results according to embodiments of the present disclosure. It may be integrated into software and/or firmware.
  • Such software or firmware may include, but is not limited to, application code, device drivers, operating systems, and execution environments/containers.
  • the wireless communication technology implemented in the wireless devices 100 and 200 of the present disclosure 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 devices 100 and 200 of the present disclosure 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 devices 100 and 200 of the present disclosure includes 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
  • the method proposed in the present disclosure has been described focusing on examples applied to 3GPP LTE/LTE-A and 5G systems, but can be applied to various wireless communication systems other than 3GPP LTE/LTE-A and 5G systems.

Landscapes

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

Abstract

무선 통신 시스템에서 무선 신호의 송수신을 위한 방법 및 장치가 개시된다. 본 개시의 일 실시예에 따른 단말에 의해서 채널 상태 정보(channel state information, CSI) 보고를 수행하는 방법은, 기지국으로부터 상기 CSI 보고와 관련된 설정 정보를 수신하는 단계; 상기 기지국으로부터 상기 설정 정보에 기반하여 적어도 하나의 CSI-RS(CSI-reference signal)를 수신하는 단계; 및 상기 기지국에게 상기 적어도 하나의 CSI-RS에 기반하여 계산된 CSI를 전송하는 단계를 포함할 수 있다. 여기에서, 상기 CSI는 상기 설정 정보에 따른 다수의 파라미터들을 포함할 수 있고, 상기 다수의 파라미터들 중 적어도 하나의 파라미터는 특정 러닝 알고리즘에 기반하여 결정될 수 있다.

Description

무선 통신 시스템에서 양자화 기반 채널 상태 정보 송신 또는 수신 방법 및 장치
본 개시는 무선 통신 시스템에 관한 것으로서, 보다 상세하게 무선 통신 시스템에서 양자화에 기반하여 채널 상태 정보를 송신 또는 수신하는 방법 및 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 서비스에 대한 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.
본 개시의 기술적 과제는, 무선 통신 시스템에서 양자화 기반의 채널 상태 정보(CSI)의 송신 또는 수신 방법 및 장치를 제공하는 것이다.
본 개시의 추가적인 기술적 과제는, 유연한 양자화 레벨에 기반한 CSI 보고의 송신 또는 수신 방법 및 장치를 제공하는 것이다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 양상에 따른 무선 통신 시스템에서 단말에 의해 수행되는 방법은, 하나 이상의 채널 상태 정보(CSI)-참조 신호(RS)를 네트워크로부터 수신하는 단계; 및 상기 하나 이상의 CSI-RS에 기초하여, 하나 이상의 CSI 보고를 상기 네트워크에게 송신하는 단계를 포함하고, 상기 하나 이상의 CSI 보고는, 압축된 CSI의 양자화 결과를 포함하는 제 1 CSI, 및 상기 제 1 CSI에 관련된 양자화 레퍼런스 정보를 포함하는 제 2 CSI를 포함할 수 있다.
본 개시의 추가적인 양상에 따른 무선 통신 시스템에서 기지국에 의해서 수행되는 방법은, 하나 이상의 채널 상태 정보(CSI)-참조 신호(RS)를 단말에게 송신하는 단계; 및 상기 하나 이상의 CSI-RS에 기초하여, 하나 이상의 CSI 보고를 상기 단말로부터 수신하는 단계를 포함하고, 상기 하나 이상의 CSI 보고는, 압축된 CSI의 양자화 결과를 포함하는 제 1 CSI, 및 상기 제 1 CSI에 관련된 양자화 레퍼런스 정보를 포함하는 제 2 CSI를 포함할 수 있다.
본 개시에 따르면, 무선 통신 시스템에서 양자화 기반의 채널 상태 정보(CSI)의 송신 또는 수신 방법 및 장치가 제공될 수 있다.
본 개시에 따르면, 유연한 양자화 레벨에 기반한 CSI 보고의 송신 또는 수신 방법 및 장치가 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 개시에 대한 실시예를 제공하고, 상세한 설명과 함께 본 개시의 기술적 특징을 설명한다.
도 1은 본 개시가 적용될 수 있는 무선 통신 시스템의 구조를 예시한다.
도 2는 본 개시가 적용될 수 있는 무선 통신 시스템에서 프레임 구조를 예시한다.
도 3은 본 개시가 적용될 수 있는 무선 통신 시스템에서 자원 그리드(resource grid)를 예시한다.
도 4는 본 개시가 적용될 수 있는 무선 통신 시스템에서 물리 자원 블록(physical resource block)을 예시한다.
도 5는 본 개시가 적용될 수 있는 무선 통신 시스템에서 슬롯 구조를 예시한다.
도 6은 본 개시가 적용될 수 있는 무선 통신 시스템에서 이용되는 물리 채널들 및 이들을 이용한 일반적인 신호 송수신 방법을 예시한다.
도 7은 인공지능의 분류를 예시한다.
도 8은 순방향 신경망(Feed-Forward Neural Network)을 예시한다.
도 9는 순환 신경망(Recurrent Neural Network)을 예시한다.
도 10은 컨볼루션 신경망(Convolutional Neural Network)을 예시한다.
도 11은 오토 인코더(Auto encoder)를 예시한다.
도 12는 AI 동작을 위한 기능적 프레임워크(functional framework)를 예시한다.
도 13은 분할 AI 추론을 예시하는 도면이다.
도 14는 무선 통신 시스템에서 기능적 프레임워크(functional framework)의 적용을 예시한다.
도 15는 무선 통신 시스템에서 기능적 프레임워크(functional framework)의 적용을 예시한다.
도 16은 무선 통신 시스템에서 기능적 프레임워크(functional framework)의 적용을 예시한다.
도 17은 본 개시가 적용될 수 있는 오토 인코더 기반의 CSI 측정 및 보고 시스템의 일 예시를 설명하기 위한 도면이다.
도 18은 본 개시가 적용될 수 있는 오토 인코더 기반 단말 및 기지국의 동작의 일 예시를 설명하기 위한 도면이다.
도 19는 본 개시에 따른 단말의 CSI 보고 송신 방법을 설명하기 위한 도면이다.
도 20은 본 개시에 따른 기지국의 CSI 보고 수신 방법을 설명하기 위한 도면이다.
도 21은 본 개시에 따른 양자화와 관련된 정보를 설명하기 위한 도면이다.
도 22는 본 개시의 일 실시예에 따른 무선 통신 장치의 블록 구성도를 예시한다.
이하, 본 개시에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 개시의 예시적인 실시형태를 설명하고자 하는 것이며, 본 개시가 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다. 이하의 상세한 설명은 본 개시의 완전한 이해를 제공하기 위해서 구체적 세부사항을 포함한다. 그러나, 당업자는 본 개시가 이러한 구체적 세부사항 없이도 실시될 수 있음을 안다.
몇몇 경우, 본 개시의 개념이 모호해지는 것을 피하기 위하여 공지의 구조 및 장치는 생략되거나, 각 구조 및 장치의 핵심기능을 중심으로 한 블록도 형식으로 도시될 수 있다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계 뿐만 아니라, 그 사이에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 본 개시에서 용어 "포함한다" 또는 "가진다"는 언급된 특징, 단계, 동작, 요소 및/또는 구성요소의 존재를 특정하지만, 하나 이상의 다른 특징, 단계, 동작, 요소, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는다.
본 개시에 있어서, "제 1", "제 2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되고 구성요소들을 제한하기 위해서 사용되지 않으며, 특별히 언급되지 않는 한 구성요소들 간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제 1 구성요소는 다른 실시예에서 제 2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제 2 구성요소를 다른 실시예에서 제 1 구성요소라고 칭할 수도 있다.
본 개시에서 사용된 용어는 특정 실시예에 대한 설명을 위한 것이며 청구범위를 제한하려는 것이 아니다. 실시예의 설명 및 첨부된 청구범위에서 사용되는 바와 같이, 단수 형태는 문맥상 명백하게 다르게 나타내지 않는 한 복수 형태도 포함하도록 의도한 것이다. 본 개시에 사용된 용어 "및/또는"은 관련된 열거 항목 중의 하나를 지칭할 수도 있고, 또는 그 중의 둘 이상의 임의의 및 모든 가능한 조합을 지칭하고 포함하는 것을 의미한다. 또한, 본 개시에서 단어들 사이의 "/"는 달리 설명되지 않는 한 "및/또는"과 동일한 의미를 가진다.
본 개시는 무선 통신 네트워크 또는 무선 통신 시스템을 대상으로 설명하며, 무선 통신 네트워크에서 이루어지는 동작은 해당 무선 통신 네트워크를 관할하는 장치(예를 들어 기지국)에서 네트워크를 제어하고 신호를 송신(transmit) 또는 수신(receive)하는 과정에서 이루어지거나, 해당 무선 네트워크에 결합한 단말에서 네트워크와의 또는 단말간의 신호를 송신 또는 수신하는 과정에서 이루어질 수 있다.
본 개시에서, 채널을 송신 또는 수신한다는 것은 해당 채널을 통해서 정보 또는 신호를 송신 또는 수신한다는 의미를 포함한다. 예를 들어, 제어 채널을 송신한다는 것은, 제어 채널을 통해서 제어 정보 또는 신호를 송신한다는 것을 의미한다. 유사하게, 데이터 채널을 송신한다는 것은, 데이터 채널을 통해서 데이터 정보 또는 신호를 송신한다는 것을 의미한다.
이하에서, 하향링크(DL: downlink)는 기지국에서 단말로의 통신을 의미하며, 상향링크(UL: uplink)는 단말에서 기지국으로의 통신을 의미한다. 하향링크에서 송신기는 기지국의 일부이고, 수신기는 단말의 일부일 수 있다. 상향링크에서 송신기는 단말의 일부이고, 수신기는 기지국의 일부일 수 있다. 기지국은 제1 통신 장치로, 단말은 제2 통신 장치로 표현될 수도 있다. 기지국(BS: Base Station)은 고정국(fixed station), Node B, eNB(evolved-NodeB), gNB(Next Generation NodeB), BTS(base transceiver system), 액세스 포인트(AP: Access Point), 네트워크(5G 네트워크), AI(Artificial Intelligence) 시스템/모듈, RSU(road side unit), 로봇(robot), 드론(UAV: Unmanned Aerial Vehicle), AR(Augmented Reality)장치, VR(Virtual Reality)장치 등의 용어에 의해 대체될 수 있다. 또한, 단말(Terminal)은 고정되거나 이동성을 가질 수 있으며, UE(User Equipment), MS(Mobile Station), UT(user terminal), MSS(Mobile Subscriber Station), SS(Subscriber Station), AMS(Advanced Mobile Station), WT(Wireless terminal), MTC(Machine-Type Communication) 장치, M2M(Machine-to-Machine) 장치, D2D(Device-to-Device) 장치, 차량(vehicle), RSU(road side unit), 로봇(robot), AI(Artificial Intelligence) 모듈, 드론(UAV: Unmanned Aerial Vehicle), AR(Augmented Reality)장치, VR(Virtual Reality)장치 등의 용어로 대체될 수 있다.
이하의 기술은 CDMA, FDMA, TDMA, OFDMA, SC-FDMA 등과 같은 다양한 무선 접속 시스템에 사용될 수 있다. CDMA는 UTRA(Universal Terrestrial Radio Access)나 CDMA2000과 같은 무선 기술로 구현될 수 있다. TDMA는 GSM(Global System for Mobile communications)/GPRS(General Packet Radio Service)/EDGE(Enhanced Data Rates for GSM Evolution)와 같은 무선 기술로 구현될 수 있다. OFDMA는 IEEE 802.11(Wi-Fi), IEEE 802.16(WiMAX), IEEE 802-20, E-UTRA(Evolved UTRA) 등과 같은 무선 기술로 구현될 수 있다. UTRA는 UMTS(Universal Mobile Telecommunications System)의 일부이다. 3GPP(3rd Generation Partnership Project) LTE(Long Term Evolution)은 E-UTRA를 사용하는 E-UMTS(Evolved UMTS)의 일부이고 LTE-A(Advanced)/LTE-A pro는 3GPP LTE의 진화된 버전이다. 3GPP NR(New Radio or New Radio Access Technology)는 3GPP LTE/LTE-A/LTE-A pro의 진화된 버전이다.
설명을 명확하게 하기 위해, 3GPP 통신 시스템(예를 들어, LTE-A, NR)을 기반으로 설명하지만 본 개시의 기술적 사상이 이에 제한되는 것은 아니다. LTE는 3GPP TS(Technical Specification) 36.xxx Release 8 이후의 기술을 의미한다. 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 지칭된다. 3GPP NR은 TS 38.xxx Release 15 이후의 기술을 의미한다. LTE/NR은 3GPP 시스템으로 지칭될 수 있다. "xxx"는 표준 문서 세부 번호를 의미한다. LTE/NR은 3GPP 시스템으로 통칭될 수 있다. 본 개시의 설명에 사용된 배경기술, 용어, 약어 등에 관해서는 본 개시 이전에 공개된 표준 문서에 기재된 사항을 참조할 수 있다. 예를 들어, 다음 문서를 참조할 수 있다.
3GPP LTE의 경우, TS 36.211(물리 채널들 및 변조), TS 36.212(다중화 및 채널 코딩), TS 36.213(물리 계층 절차들), TS 36.300(전반적인 설명), TS 36.331(무선 자원 제어)을 참조할 수 있다.
3GPP NR의 경우, TS 38.211(물리 채널들 및 변조), TS 38.212(다중화 및 채널 코딩), TS 38.213(제어를 위한 물리 계층 절차들), TS 38.214(데이터를 위한 물리 계층 절차들), TS 38.300(NR 및 NG-RAN(New Generation-Radio Access Network) 전반적인 설명), TS 38.331(무선 자원 제어 프로토콜 규격)을 참조할 수 있다.
본 개시에서 사용될 수 있는 용어들의 약자는 다음과 같이 정의된다.
- BM: 빔 관리(beam management)
- CQI: 채널 품질 지시자(channel quality indicator)
- CRI: 채널 상태 정보 - 참조 신호 자원 지시자(channel state information - reference signal resource indicator)
- CSI: 채널 상태 정보(channel state information)
- CSI-IM: 채널 상태 정보 - 간섭 측정(channel state information - interference measurement)
- CSI-RS: 채널 상태 정보 - 참조 신호(channel state information - reference signal)
- DMRS: 복조 참조 신호(demodulation reference signal)
- FDM: 주파수 분할 다중화(frequency division multiplexing)
- FFT: 고속 푸리에 변환(fast Fourier transform)
- IFDMA: 인터리빙된 주파수 분할 다중 액세스(interleaved frequency division multiple access)
- IFFT: 역 고속 푸리에 변환(inverse fast Fourier transform)
- L1-RSRP: 제1 레이어 참조 신호 수신 파워(Layer 1 reference signal received power)
- L1-RSRQ: 제1 레이어 참조 신호 수신 품질(Layer 1 reference signal received quality)
- MAC: 매체 액세스 제어(medium access control)
- NZP: 논-제로 파워(non-zero power)
- OFDM: 직교 주파수 분할 다중화(orthogonal frequency division multiplexing)
- PDCCH: 물리 하향링크 제어 채널(physical downlink control channel)
- PDSCH: 물리 하향링크 공유 채널(physical downlink shared channel)
- PMI: 프리코딩 행렬 지시자(precoding matrix indicator)
- RE: 자원 요소(resource element)
- RI: 랭크 지시자(Rank indicator)
- RRC: 무선 자원 제어(radio resource control)
- RSSI: 수신 신호 강도 지시자(received signal strength indicator)
- Rx: 수신(Reception)
- QCL: 준-동일 위치(quasi co-location)
- SINR: 신호 대 간섭 및 잡음비(signal to interference and noise ratio)
- SSB (또는 SS/PBCH block): 동기 신호 블록(프라이머리 동기 신호(PSS: primary synchronization signal), 세컨더리 동기 신호(SSS: secondary synchronization signal) 및 물리 방송 채널(PBCH: physical broadcast channel)을 포함)
- TDM: 시간 분할 다중화(time division multiplexing)
- TRP: 전송 및 수신 포인트(transmission and reception point)
- TRS: 트래킹 참조 신호(tracking reference signal)
- Tx: 전송(transmission)
- UE: 사용자 장치(user equipment)
- ZP: 제로 파워(zero power)
시스템 일반
더욱 많은 통신 기기들이 더욱 큰 통신 용량을 요구하게 됨에 따라, 기존의 무선 액세스 기술(RAT: radio access technology)에 비해 향상된 모바일 브로드밴드(mobile broadband) 통신에 대한 필요성이 대두되고 있다. 또한 다수의 기기 및 사물들을 연결하여 언제 어디서나 다양한 서비스를 제공하는 매시브(massive) MTC(Machine Type Communications) 역시 차세대 통신에서 고려될 주요 이슈 중 하나이다. 뿐만 아니라 신뢰도(reliability) 및 지연(latency)에 민감한 서비스/단말을 고려한 통신 시스템 디자인이 논의되고 있다. 이와 같이 eMBB(enhanced mobile broadband communication), Mmtc(massive MTC), URLLC (Ultra-Reliable and Low Latency Communication) 등을 고려한 차세대 RAT의 도입이 논의되고 있으며, 본 명세서에서는 편의상 해당 기술을 NR이라고 부른다. NR은 5G RAT의 일례를 나타낸 표현이다.
NR을 포함하는 새로운 RAT 시스템은 OFDM 전송 방식 또는 이와 유사한 전송 방식을 사용한다. 새로운 RAT 시스템은 LTE의 OFDM 파라미터들과는 다른 OFDM 파라미터들을 따를 수 있다. 또는 새로운 RAT 시스템은 기존의 LTE/LTE-A의 뉴머롤로지(numerology)를 그대로 따르나 더 큰 시스템 대역폭(예를 들어, 100MHz)를 지원할 수 있다. 또는 하나의 셀이 복수 개의 numerology들을 지원할 수도 있다. 즉, 서로 다른 numerology로 동작하는 하는 단말들이 하나의 셀 안에서 공존할 수 있다.
numerology는 주파수 영역에서 하나의 서브캐리어 간격(subcarrier spacing)에 대응한다. 참조 서브캐리어 간격(Reference subcarrier spacing)을 정수 N으로 스케일링(scaling)함으로써, 상이한 numerology가 정의될 수 있다.
도 1은 본 개시가 적용될 수 있는 무선 통신 시스템의 구조를 예시한다.
도 1을 참조하면, NG-RAN은 NG-RA(NG-Radio Access) 사용자 평면(즉, 새로운 AS(access stratum) 서브계층/PDCP(Packet Data Convergence Protocol)/RLC(Radio Link Control)/MAC/PHY) 및 UE에 대한 제어 평면(RRC) 프로토콜 종단을 제공하는 gNB들로 구성된다. 상기 gNB는 Xn 인터페이스를 통해 상호 연결된다. 상기 gNB는 또한, NG 인터페이스를 통해 NGC(New Generation Core)로 연결된다. 보다 구체적으로는, 상기 gNB는 N2 인터페이스를 통해 AMF(Access and Mobility Management Function)로, N3 인터페이스를 통해 UPF(User Plane Function)로 연결된다.
도 2는 본 개시가 적용될 수 있는 무선 통신 시스템에서 프레임 구조를 예시한다.
NR 시스템은 다수의 뉴머롤로지(numerology)들을 지원할 수 있다. 여기서, numerology는 서브캐리어 간격(subcarrier spacing)과 순환 전치(CP: Cyclic Prefix) 오버헤드에 의해 정의될 수 있다. 이때, 다수의 서브캐리어 간격은 기본(참조) 서브캐리어 간격을 정수 N(또는, μ)으로 스케일링(scaling) 함으로써 유도될 수 있다. 또한, 매우 높은 반송파 주파수에서 매우 낮은 서브캐리어 간격을 이용하지 않는다고 가정될지라도, 이용되는 numerology는 주파수 대역과 독립적으로 선택될 수 있다. 또한, NR 시스템에서는 다수의 numerology에 따른 다양한 프레임 구조들이 지원될 수 있다.
이하, NR 시스템에서 고려될 수 있는 OFDM numerology 및 프레임 구조를 살펴본다. NR 시스템에서 지원되는 다수의 OFDM numerology들은 아래 표 1과 같이 정의될 수 있다.
μ Δf=2μ·15 [kHz] CP
0 15 일반(Normal)
1 30 일반
2 60 일반, 확장(Extended)
3 120 일반
4 240 일반
NR은 다양한 5G 서비스들을 지원하기 위한 다수의 numerology(또는 서브캐리어 간격(SCS: subcarrier spacing))를 지원한다. 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 지원한다. NR 주파수 밴드(frequency band)는 2가지 타입(FR1, FR2)의 주파수 범위(frequency range)로 정의된다. FR1, FR2는 아래 표 2와 같이 구성될 수 있다. 또한, FR2는 밀리미터 웨이브(mmW: millimeter wave)를 의미할 수 있다.
주파수 범위 지정(Frequency Range designation) 해당 주파수 범위(Corresponding frequency range) 서브캐리어 간격(Subcarrier Spacing)
FR1 410MHz - 7125MHz 15, 30, 60kHz
FR2 24250MHz - 52600MHz 60, 120, 240kHz
NR 시스템에서의 프레임 구조(frame structure)와 관련하여, 시간 영역의 다양한 필드의 크기는 Tc=1/(Δfmax·Nf) 의 시간 단위의 배수로 표현된다. 여기에서, Δfmax=480·103 Hz 이고, Nf=4096 이다. 하향링크(downlink) 및 상향링크(uplink) 전송은 Tf=1/(ΔfmaxNf/100)·Tc=10ms 의 구간을 가지는 무선 프레임(radio frame)으로 구성(organized)된다. 여기에서, 무선 프레임은 각각 Tsf=(ΔfmaxNf/1000)·Tc=1ms 의 구간을 가지는 10 개의 서브프레임(subframe)들로 구성된다. 이 경우, 상향링크에 대한 한 세트의 프레임들 및 하향링크에 대한 한 세트의 프레임들이 존재할 수 있다. 또한, 단말로부터의 상향링크 프레임 번호 i에서의 전송은 해당 단말에서의 해당 하향링크 프레임의 시작보다 TTA=(NTA+NTA,offset)Tc 이전에 시작해야 한다. 서브캐리어 간격 구성 μ 에 대하여, 슬롯(slot)들은 서브프레임 내에서 ns μ∈{0,..., Nslot subframe,μ-1} 의 증가하는 순서로 번호가 매겨지고, 무선 프레임 내에서 ns,f μ∈{0,..., Nslot frame,μ-1} 의 증가하는 순서로 번호가 매겨진다. 하나의 슬롯은 Nsymb slot 의 연속하는 OFDM 심볼들로 구성되고, Nsymb slot 는, CP에 따라 결정된다. 서브프레임에서 슬롯 ns μ 의 시작은 동일 서브프레임에서 OFDM 심볼 ns μNsymb slot 의 시작과 시간적으로 정렬된다. 모든 단말이 동시에 송신 및 수신을 할 수 있는 것은 아니며, 이는 하향링크 슬롯(downlink slot) 또는 상향링크 슬롯(uplink slot)의 모든 OFDM 심볼들이 이용될 수는 없다는 것을 의미한다. 표 3은 일반 CP에서 슬롯 별 OFDM 심볼의 개수(Nsymb slot), 무선 프레임 별 슬롯의 개수(Nslot frame,μ), 서브프레임 별 슬롯의 개수(Nslot subframe,μ)를 나타내며, 표 4는 확장 CP에서 슬롯 별 OFDM 심볼의 개수, 무선 프레임 별 슬롯의 개수, 서브프레임 별 슬롯의 개수를 나타낸다.
μ Nsymb slot Nslot frame,μ Nslot subframe,μ
0 14 10 1
1 14 20 2
2 14 40 4
3 14 80 8
4 14 160 16
μ Nsymb slot Nslot frame,μ Nslot subframe,μ
2 12 40 4
도 2는, μ=2인 경우(SCS가 60kHz)의 일례로서, 표 3을 참고하면 1 서브프레임(subframe)은 4개의 슬롯(slot)들을 포함할 수 있다. 도 2에 도시된 1 subframe={1,2,4} slot은 일례로서, 1 subframe에 포함될 수 있는 slot(들)의 개수는 표 3 또는 표 4와 같이 정의된다. 또한, 미니 슬롯(mini-slot)은 2, 4 또는 7 심볼들을 포함하거나 그 보다 더 많은 또는 더 적은 심볼들을 포함할 수 있다.NR 시스템에서의 물리 자원(physical resource)과 관련하여, 안테나 포트(antenna port), 자원 그리드(resource grid), 자원 요소(resource element), 자원 블록(resource block), 캐리어 파트(carrier part) 등이 고려될 수 있다. 이하, NR 시스템에서 고려될 수 있는 상기 물리 자원들에 대해 구체적으로 살펴본다. 먼저, 안테나 포트와 관련하여, 안테나 포트는 안테나 포트 상의 심볼이 운반되는 채널이 동일한 안테나 포트 상의 다른 심볼이 운반되는 채널로부터 추론될 수 있도록 정의된다. 하나의 안테나 포트 상의 심볼이 운반되는 채널의 광범위 특성(large-scale property)이 다른 안테나 포트 상의 심볼이 운반되는 채널로부터 유추될 수 있는 경우, 2 개의 안테나 포트는 QC/QCL(quasi co-located 혹은 quasi co-location) 관계에 있다고 할 수 있다. 여기서, 상기 광범위 특성은 지연 확산(Delay spread), 도플러 확산(Doppler spread), 주파수 쉬프트(Frequency shift), 평균 수신 파워(Average received power), 수신 타이밍(Received Timing) 중 하나 이상을 포함한다.도 3은 본 개시가 적용될 수 있는 무선 통신 시스템에서 자원 그리드(resource grid)를 예시한다.
도 3을 참조하면, 자원 그리드가 주파수 영역 상으로 NRB μNsc RB 서브캐리어들로 구성되고, 하나의 서브프레임이 14·2μ OFDM 심볼들로 구성되는 것을 예시적으로 기술하나, 이에 한정되는 것은 아니다. NR 시스템에서, 전송되는 신호(transmitted signal)는 NRB μNsc RB 서브캐리어들로 구성되는 하나 또는 그 이상의 자원 그리드들 및 2μNsymb (μ) 의 OFDM 심볼들에 의해 설명된다. 여기서, NRB μ ≤ NRB max,μ 이다. 상기 NRB max,μ 는 최대 전송 대역폭을 나타내고, 이는, numerology들 뿐만 아니라 상향링크와 하향링크 간에도 달라질 수 있다. 이 경우, μ 및 안테나 포트 p 별로 하나의 자원 그리드가 설정될 수 있다. μ 및 안테나 포트 p에 대한 자원 그리드의 각 요소는 자원 요소(resource element)로 지칭되며, 인덱스 쌍 (k,
Figure PCTKR2023002420-appb-img-000001
)에 의해 고유적으로 식별된다. 여기에서, k=0,...,NRB μNsc RB-1 는 주파수 영역 상의 인덱스이고,
Figure PCTKR2023002420-appb-img-000002
=0,...,2μNsymb (μ)-1 는 서브프레임 내에서 심볼의 위치를 지칭한다. 슬롯에서 자원 요소를 지칭할 때에는, 인덱스 쌍 (k,l) 이 이용된다. 여기서, l=0,...,Nsymb μ-1 이다. μ 및 안테나 포트 p에 대한 자원 요소 (k,
Figure PCTKR2023002420-appb-img-000003
) 는 복소 값(complex value)
Figure PCTKR2023002420-appb-img-000004
에 해당한다. 혼동(confusion)될 위험이 없는 경우 혹은 특정 안테나 포트 또는 numerology가 특정되지 않은 경우에는, 인덱스들 p 및 μ 는 드롭(drop)될 수 있으며, 그 결과 복소 값은
Figure PCTKR2023002420-appb-img-000005
또는
Figure PCTKR2023002420-appb-img-000006
이 될 수 있다. 또한, 자원 블록(resource block, RB)은 주파수 영역 상의 Nsc RB=12 연속적인 서브캐리어들로 정의된다.
포인트(point) A는 자원 블록 그리드의 공통 기준 포인트(common reference point)로서 역할을 하며 다음과 같이 획득된다.
- 프라이머리 셀(PCell: Primary Cell) 다운링크에 대한 offsetToPointA는 초기 셀 선택을 위해 단말에 의해 사용된 SS/PBCH block과 겹치는 가장 낮은 자원 블록의 가장 낮은 서브 캐리어와 point A 간의 주파수 오프셋을 나타낸다. FR1에 대해 15kHz 서브캐리어 간격 및 FR2에 대해 60kHz 서브캐리어 간격을 가정한 리소스 블록 단위(unit)들로 표현된다.
- absoluteFrequencyPointA는 ARFCN(absolute radio-frequency channel number)에서와 같이 표현된 point A의 주파수-위치를 나타낸다.
공통 자원 블록(common resource block)들은 서브캐리어 간격 설정 μ 에 대한 주파수 영역에서 0부터 위쪽으로 numbering된다. 서브캐리어 간격 설정 μ 에 대한 공통 자원 블록 0의 subcarrier 0의 중심은 'point A'와 일치한다. 주파수 영역에서 공통 자원 블록 번호 nCRB μ 와 서브캐리어 간격 설정 μ 에 대한 자원 요소(k,l)와의 관계는 아래 수학식 1과 같이 주어진다.
Figure PCTKR2023002420-appb-img-000007
수학식 1에서, k는 k=0이 point A를 중심으로 하는 서브캐리어에 해당하도록 point A에 상대적으로 정의된다. 물리 자원 블록들은 대역폭 파트(BWP: bandwidth part) 내에서 0부터 NBWP,i size,μ-1 까지 번호가 매겨지고, i는 BWP의 번호이다. BWP i에서 물리 자원 블록 nPRB 와 공통 자원 블록 nCRB 간의 관계는 아래 수학식 2에 의해 주어진다.
Figure PCTKR2023002420-appb-img-000008
NBWP,i start,μ 는 BWP가 공통 자원 블록 0에 상대적으로 시작하는 공통 자원 블록이다.
도 4는 본 개시가 적용될 수 있는 무선 통신 시스템에서 물리 자원 블록(physical resource block)을 예시한다. 그리고, 도 5는 본 개시가 적용될 수 있는 무선 통신 시스템에서 슬롯 구조를 예시한다.
도 4 및 도 5를 참조하면, 슬롯은 시간 도메인에서 복수의 심볼을 포함한다. 예를 들어, 보통 CP의 경우 하나의 슬롯이 7개의 심볼을 포함하나, 확장 CP의 경우 하나의 슬롯이 6개의 심볼을 포함한다.
반송파는 주파수 도메인에서 복수의 부반송파를 포함한다. RB(Resource Block)는 주파수 도메인에서 복수(예를 들어, 12)의 연속한 부반송파로 정의된다. BWP(Bandwidth Part)는 주파수 도메인에서 복수의 연속한 (물리) 자원 블록으로 정의되며, 하나의 numerology(예를 들어, SCS, CP 길이 등)에 대응될 수 있다. 반송파는 최대 N개(예를 들어, 5개)의 BWP를 포함할 수 있다. 데이터 통신은 활성화된 BWP를 통해서 수행되며, 하나의 단말한테는 하나의 BWP만 활성화될 수 있다. 자원 그리드에서 각각의 요소는 자원요소(RE: Resource Element)로 지칭되며, 하나의 복소 심볼이 매핑될 수 있다.
NR 시스템은 하나의 컴포넌트 캐리어(CC: Component Carrier) 당 최대 400 MHz까지 지원될 수 있다. 이러한 광대역 CC(wideband CC)에서 동작하는 단말이 항상 CC 전체에 대한 무선 주파수(RF: radio frequency) 칩(chip)를 켜둔 채로 동작한다면 단말 배터리 소모가 커질 수 있다. 혹은 하나의 광대역 CC 내에 동작하는 여러 활용 케이스들(예를 들어, eMBB, URLLC, Mmtc, V2X 등)을 고려할 때 해당 CC 내에 주파수 대역 별로 서로 다른 numerology(예를 들어, 서브캐리어 간격 등)가 지원될 수 있다. 혹은 단말 별로 최대 대역폭에 대한 능력(capability)이 다를 수 있다. 이를 고려하여 기지국은 광대역 CC의 전체 bandwidth이 아닌 일부 bandwidth에서만 동작하도록 단말에게 지시할 수 있으며, 해당 일부 bandwidth를 편의상 대역폭 부분(BWP: bandwidth part)로 정의한다. BWP는 주파수 축 상에서 연속한 RB들로 구성될 수 있으며, 하나의 numerology(예를 들어, 서브캐리어 간격, CP 길이, 슬롯/미니-슬롯 구간)에 대응될 수 있다.
한편, 기지국은 단말에게 설정된 하나의 CC 내에서도 다수의 BWP를 설정할 수 있다. 예를 들어, PDCCH 모니터링 슬롯에서는 상대적으로 작은 주파수 영역을 차지하는 BWP를 설정하고, PDCCH에서 지시하는 PDSCH는 그보다 큰 BWP 상에 스케줄링될 수 있다. 혹은, 특정 BWP에 UE 들이 몰리는 경우 로드 밸런싱(load balancing)을 위해 일부 단말들을 다른 BWP로 설정할 수 있다. 혹은, 이웃 셀 간의 주파수 도메인 셀간 간섭 제거(frequency domain inter-cell interference cancellation) 등을 고려하여 전체 bandwidth 중 가운데 일부 스펙트럼(spectrum)을 배제하고 양쪽 BWP들을 동일 슬롯 내에서도 설정할 수 있다. 즉, 기지국은 광대역 CC와 연관된(association) 단말에게 적어도 하나의 DL/UL BWP를 설정할 수 있다. 기지국은 특정 시점에 설정된 DL/UL BWP(들) 중 적어도 하나의 DL/UL BWP를 (L1 시그널링 또는 MAC CE(Control Element) 또는 RRC 시그널링 등에 의해) 활성화시킬 수 있다. 또한, 기지국은 다른 설정된 DL/UL BWP로 스위칭을 (L1 시그널링 또는 MAC CE 또는 RRC 시그널링 등에 의해) 지시할 수 있다. 또는, 타이머 기반으로 타이머 값이 만료되면 정해진 DL/UL BWP로 스위칭될 수도 있다. 이때, 활성화된 DL/UL BWP를 활성(active) DL/UL BWP로 정의한다. 하지만, 단말이 최초 접속(initial access) 과정을 수행하는 중이거나, 혹은 RRC 연결이 셋업(set up)되기 전 등의 상황에서는 DL/UL BWP에 대한 설정을 수신하지 못할 수 있으므로, 이러한 상황에서 단말이 가정하는 DL/UL BWP는 최초 활성 DL/UL BWP라고 정의한다.
도 6은 본 개시가 적용될 수 있는 무선 통신 시스템에서 이용되는 물리 채널들 및 이들을 이용한 일반적인 신호 송수신 방법을 예시한다.
무선 통신 시스템에서 단말은 기지국으로부터 하향링크(Downlink)를 통해 정보를 수신하고, 단말은 기지국으로 상향링크(Uplink)를 통해 정보를 전송한다. 기지국과 단말이 송수신하는 정보는 데이터 및 다양한 제어 정보를 포함하고, 이들이 송수신 하는 정보의 종류/용도에 따라 다양한 물리 채널이 존재한다.
단말은 전원이 켜지거나 새로이 셀에 진입한 경우 기지국과 동기를 맞추는 등의 초기 셀 탐색(Initial cell search) 작업을 수행한다(S601). 이를 위해, 단말은 기지국으로부터 주 동기 신호(PSS: Primary Synchronization Signal) 및 부 동기 채널(SSS: Secondary Synchronization Signal)을 수신하여 기지국과 동기를 맞추고, 셀 식별자(ID: Identifier) 등의 정보를 획득할 수 있다. 그 후, 단말은 기지국으로부터 물리 방송 채널(PBCH: Physical Broadcast Channel)를 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 물리 하향링크 제어 채널(PDCCH: Physical Downlink Control Channel) 및 상기 PDCCH에 실린 정보에 따라 물리 하향링크 공유 채널(PDSCH: Physical Downlink Control Channel)을 수신함으로써 좀더 구체적인 시스템 정보를 획득할 수 있다(S602).
한편, 기지국에 최초로 접속하거나 신호 송신을 위한 무선 자원이 없는 경우 단말은 기지국에 대해 임의 접속 과정(RACH: Random Access Procedure)을 수행할 수 있다(단계 S603 내지 단계 S606). 이를 위해, 단말은 물리 임의 접속 채널(PRACH: Physical Random Access Channel)을 통해 특정 시퀀스를 프리앰블로 송신하고(S603 및 S605), PDCCH 및 대응하는 PDSCH를 통해 프리앰블에 대한 응답 메시지를 수신할 수 있다(S604 및 S606). 경쟁 기반 RACH의 경우, 추가적으로 충돌 해결 절차(Contention Resolution Procedure)를 수행할 수 있다.
상술한 바와 같은 절차를 수행한 단말은 이후 일반적인 상/하향링크 신호 송신 절차로서 PDCCH/PDSCH 수신(S607) 및 물리 상향링크 공유 채널(PUSCH: Physical Uplink Shared Channel)/물리 상향링크 제어 채널(PUCCH: Physical Uplink Control Channel) 송신(S608)을 수행할 수 있다. 특히 단말은 PDCCH를 통하여 하향링크 제어 정보(DCI: Downlink Control Information)를 수신한다. 여기서 DCI는 단말에 대한 자원 할당 정보와 같은 제어 정보를 포함하며, 그 사용 목적에 따라 포맷이 서로 다르다.
한편, 단말이 상향링크를 통해 기지국에 송신하는 또는 단말이 기지국으로부터 수신하는 제어 정보는 하향링크/상향링크 ACK/NACK(Acknowledgement/Non-Acknowledgement) 신호, CQI(Channel Quality Indicator), PMI(Precoding Matrix Indicator), RI(Rank Indicator) 등을 포함한다. 3GPP LTE 시스템의 경우, 단말은 상술한 CQI/PMI/RI 등의 제어 정보를 PUSCH 및/또는 PUCCH를 통해 송신할 수 있다.
표 5는 NR 시스템에서의 DCI 포맷(format)의 일례를 나타낸다.
DCI 포맷 활용
0_0 하나의 셀 내 PUSCH의 스케줄링
0_1 하나의 셀 내 하나 또는 다중 PUSCH의 스케줄링, 또는 UE에게 셀 그룹(CG: cell group) 하향링크 피드백 정보의 지시
0_2 하나의 셀 내 PUSCH의 스케줄링
1_0 하나의 DL 셀 내 PDSCH의 스케줄링
1_1 하나의 셀 내 PDSCH의 스케줄링
1_2 하나의 셀 내 PDSCH의 스케줄링
표 5를 참조하면, DCI format 0_0, 0_1 및 0_2는 PUSCH의 스케줄링에 관련된 자원 정보(예를 들어, UL/SUL(Supplementary UL), 주파수 자원 할당, 시간 자원 할당, 주파수 호핑 등), 전송 블록(TB: Transport Block) 관련 정보(예를 들어, MCS(Modulation Coding and Scheme), NDI(New Data Indicator), RV(Redundancy Version) 등), HARQ(Hybrid - Automatic Repeat and request) 관련 정보(예를 들어, 프로세스 번호, DAI(Downlink Assignment Index), PDSCH-HARQ 피드백 타이밍 등), 다중 안테나 관련 정보(예를 들어, DMRS 시퀀스 초기화 정보, 안테나 포트, CSI 요청 등), 전력 제어 정보(예를 들어, PUSCH 전력 제어 등)을 포함할 수 있으며, DCI 포맷 각각에 포함되는 제어 정보들은 미리 정의될 수 있다.DCI format 0_0은 하나의 셀에서 PUSCH의 스케줄링에 사용된다. DCI 포맷 0_0에 포함된 정보는 C-RNTI(Cell RNTI: Cell Radio Network Temporary Identifier) 또는 CS-RNTI(Configured Scheduling RNTI) 또는 MCS-C-RNTI(Modulation Coding Scheme Cell RNTI)에 의해 CRC(cyclic redundancy check) 스크램블링되어 전송된다. DCI format 0_1은 하나의 셀에서 하나 이상의 PUSCH의 스케줄링, 또는 설정된 그랜트(CG: configured grant) 하향링크 피드백 정보를 단말에게 지시하는 데 사용된다. DCI format 0_1에 포함된 정보는 C-RNTI 또는 CS-RNTI 또는 SP-CSI-RNTI(Semi-Persistent CSI RNTI) 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다. DCI format 0_2는 하나의 셀에서 PUSCH의 스케줄링에 사용된다. DCI format 0_2에 포함된 정보는 C-RNTI 또는 CS-RNTI 또는 SP-CSI-RNTI 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다.
다음으로, DCI format 1_0, 1_1 및 1_2는 PDSCH의 스케줄링에 관련된 자원 정보(예를 들어, 주파수 자원 할당, 시간 자원 할당, VRB(virtual resource block)-PRB(physical resource block) 매핑 등), 전송블록(TB) 관련 정보(예를 들어, MCS, NDI, RV 등), HARQ 관련 정보(예를 들어, 프로세스 번호, DAI, PDSCH-HARQ 피드백 타이밍 등), 다중 안테나 관련 정보(예를 들어, 안테나 포트, TCI(transmission configuration indicator), SRS(sounding reference signal) 요청 등), PUCCH 관련 정보(예를 들어, PUCCH 전력 제어, PUCCH 자원 지시자 등)을 포함할 수 있으며, DCI 포맷 각각에 포함되는 제어 정보들은 미리 정의될 수 있다.
DCI format 1_0은 하나의 DL 셀에서 PDSCH의 스케줄링을 위해 사용된다. DCI format 1_0에 포함된 정보는 C-RNTI 또는 CS-RNTI 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다.
DCI format 1_1은 하나의 셀에서 PDSCH의 스케줄링을 위해 사용된다. DCI format 1_1에 포함되는 정보는 C-RNTI 또는 CS-RNTI 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다.
DCI format 1_2는 하나의 셀에서 PDSCH의 스케줄링을 위해 사용된다. DCI format 1_2에 포함되는 정보는 C-RNTI 또는 CS-RNTI 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다.
CSI 관련 동작
NR(New Radio) 시스템에서, CSI-RS(channel state information-reference signal)은 시간 및/또는 주파수 트래킹(time/frequency tracking), CSI 계산(computation), L1(layer 1)-RSRP(reference signal received power) 계산(computation) 및 이동성(mobility)를 위해 사용된다. 여기서, CSI computation은 CSI 획득(acquisition)과 관련되며, L1-RSRP computation은 빔 관리(beam management, BM)와 관련된다.
CSI(channel state information)은 단말과 안테나 포트 사이에 형성되는 무선 채널(혹은 링크라고도 함)의 품질을 나타낼 수 있는 정보를 통칭한다.
- 상기와 같은 CSI-RS의 용도 중 하나를 수행하기 위해, 단말(예: user equipment, UE)은 CSI와 관련된 설정(configuration) 정보를 RRC(radio resource control) signaling을 통해 기지국(예: general Node B, gNB)으로부터 수신한다.
상기 CSI와 관련된 configuration 정보는 CSI-IM(interference management) 자원(resource) 관련 정보, CSI 측정 설정(measurement configuration) 관련 정보, CSI 자원 설정(resource configuration) 관련 정보, CSI-RS 자원(resource) 관련 정보 또는 CSI 보고 설정(report configuration) 관련 정보 중 적어도 하나를 포함할 수 있다.
i) CSI-IM 자원 관련 정보는 CSI-IM 자원 정보(resource information), CSI-IM 자원 세트 정보(resource set information) 등을 포함할 수 있다. CSI-IM resource set은 CSI-IM resource set ID(identifier)에 의해 식별되며, 하나의 resource set은 적어도 하나의 CSI-IM resource를 포함한다. 각각의 CSI-IM resource는 CSI-IM resource ID에 의해 식별된다.
ii) CSI resource configuration 관련 정보는 CSI-ResourceConfig IE로 표현될 수 있다. CSI resource configuration 관련 정보는 NZP(non zero power) CSI-RS resource set, CSI-IM resource set 또는 CSI-SSB resource set 중 적어도 하나를 포함하는 그룹을 정의한다. 즉, 상기 CSI resource configuration 관련 정보는 CSI-RS resource set list를 포함하며, 상기 CSI-RS resource set list는 NZP CSI-RS resource set list, CSI-IM resource set list 또는 CSI-SSB resource set list 중 적어도 하나를 포함할 수 있다. CSI-RS resource set은 CSI-RS resource set ID에 의해 식별되고, 하나의 resource set은 적어도 하나의 CSI-RS resource를 포함한다. 각각의 CSI-RS resource는 CSI-RS resource ID에 의해 식별된다.
NZP CSI-RS resource set 별로 CSI-RS의 용도를 나타내는 parameter들(예: BM 관련 'repetition' parameter, tracking 관련 'trs-Info' parameter)이 설정될 수 있다.
iii) CSI 보고 설정(report configuration) 관련 정보는 시간 영역 행동(time domain behavior)을 나타내는 보고 설정 타입(reportConfigType) parameter 및 보고하기 위한 CSI 관련 quantity를 나타내는 보고량(reportQuantity) parameter를 포함한다. 상기 시간 영역 동작(time domain behavior)은 periodic, aperiodic 또는 semi-persistent일 수 있다.
- 단말은 상기 CSI와 관련된 configuration 정보에 기초하여 CSI를 측정(measurement)한다.
상기 CSI 측정은 (1) 단말의 CSI-RS 수신 과정과, (2) 수신된 CSI-RS를 통해 CSI를 계산(computation)하는 과정을 포함할 수 있으며, 이에 대하여 구체적인 설명은 후술한다.
CSI-RS는 higher layer parameter CSI-RS-ResourceMapping에 의해 시간(time) 및 주파수(frequency) 영역에서 CSI-RS resource의 RE(resource element) 매핑이 설정된다.
- 단말은 상기 측정된 CSI를 기지국으로 보고(report)한다.
여기서, CSI-ReportConfig의 quantity가 'none(또는 No report)'로 설정된 경우, 상기 단말은 상기 report를 생략할 수 있다. 다만, 상기 quantity가 'none(또는 No report)'로 설정된 경우에도 상기 단말은 기지국으로 report를 할 수도 있다. 상기 quantity가 'none'으로 설정된 경우는 aperiodic TRS를 trigger하는 경우 또는 repetition이 설정된 경우이다. 여기서, repetition이 'ON'으로 설정된 경우에만 상기 단말의 report를 생략할 수 있다.
CSI 측정
NR 시스템은 보다 유연하고 동적인 CSI measurement 및 reporting을 지원한다. 여기서, 상기 CSI measurement는 CSI-RS를 수신하고, 수신된 CSI-RS를 computation하여 CSI를 acquisition하는 절차를 포함할 수 있다.
CSI measurement 및 reporting의 time domain behavior로서, aperiodic/semi-persistent/periodic CM(channel measurement) 및 IM(interference measurement)이 지원된다. CSI-IM의 설정을 위해 4 port NZP CSI-RS RE pattern을 이용한다.
NR의 CSI-IM 기반 IMR은 LTE의 CSI-IM과 유사한 디자인을 가지며, PDSCH rate matching을 위한 ZP CSI-RS resource들과는 독립적으로 설정된다. 그리고, NZP CSI-RS 기반 IMR에서 각각의 port는 (바람직한 channel 및) precoded NZP CSI-RS를 가진 interference layer를 emulate한다. 이는, multi-user case에 대해 intra-cell interference measurement에 대한 것으로, MU interference를 주로 target 한다.
기지국은 설정된 NZP CSI-RS 기반 IMR의 각 port 상에서 precoded NZP CSI-RS를 단말로 전송한다.
단말은 resource set에서 각각의 port에 대해 channel/interference layer를 가정하고 interference를 측정한다.
채널에 대해, 어떤 PMI 및 RI feedback도 없는 경우, 다수의 resource들은 set에서 설정되며, 기지국 또는 네트워크는 channel/interference measurement에 대해 NZP CSI-RS resource들의 subset을 DCI를 통해 지시한다.
resource setting 및 resource setting configuration에 대해 보다 구체적으로 살펴본다.
자원 세팅 (resource setting)
각각의 CSI resource setting 'CSI-ResourceConfig'는 (higher layer parameter csi-RS-ResourceSetList에 의해 주어진) S≥1 CSI resource set에 대한 configuration을 포함한다. CSI resource setting은 CSI-RS- resourcesetlist에 대응한다. 여기서, S는 설정된 CSI-RS resource set의 수를 나타낸다. 여기서, S≥1 CSI resource set에 대한 configuration은 (NZP CSI-RS 또는 CSI-IM으로 구성된) CSI-RS resource들을 포함하는 각각의 CSI resource set과 L1-RSRP computation에 사용되는 SS/PBCH block (SSB) resource를 포함한다.
각 CSI resource setting은 higher layer parameter bwp-id로 식별되는 DL BWP(bandwidth part)에 위치된다. 그리고, CSI reporting setting에 링크된 모든 CSI resource setting들은 동일한 DL BWP를 갖는다.
CSI-ResourceConfig IE에 포함되는 CSI resource setting 내에서 CSI-RS resource의 time domain behavior는 higher layer parameter resourceType에 의해 지시되며, aperiodic, periodic 또는 semi-persistent로 설정될 수 있다. Periodic 및 semi-persistent CSI resource setting에 대해, 설정된 CSI-RS resource set의 수(S)는 '1'로 제한된다. Periodic 및 semi-persistent CSI resource setting에 대해, 설정된 주기(periodicity) 및 슬롯 오프셋(slot offset)은 bwp-id에 의해 주어지는 것과 같이, 연관된 DL BWP의 numerology에서 주어진다.
UE가 동일한 NZP CSI-RS resource ID를 포함하는 다수의 CSI-ResourceConfig들로 설정될 때, 동일한 time domain behavior는 CSI-ResourceConfig에 대해 설정된다.
UE가 동일한 CSI-IM resource ID를 포함하는 다수의 CSI-ResourceConfig들로 설정될 때, 동일한 time domain behavior는 CSI-ResourceConfig에 대해 설정된다.
다음은 channel measurement (CM) 및 interference measurement(IM)을 위한 하나 또는 그 이상의 CSI resource setting들은 higher layer signaling을 통해 설정된다.
- interference measurement에 대한 CSI-IM resource.
- interference measurement에 대한 NZP CSI-RS 자원.
- channel measurement에 대한 NZP CSI-RS 자원.
즉, CMR(channel measurement resource)는 CSI acquisition을 위한 NZP CSI-RS일 수 있으며, IMR(Interference measurement resource)는 CSI-IM과 IM을 위한 NZP CSI-RS일 수 있다.
여기서, CSI-IM(또는 IM을 위한 ZP CSI-RS)는 주로 inter-cell interference measurement에 대해 사용된다.
그리고, IM을 위한 NZP CSI-RS는 주로 multi-user로부터 intra-cell interference measurement를 위해 사용된다.
UE는 채널 측정을 위한 CSI-RS resource(들) 및 하나의 CSI reporting을 위해 설정된 interference measurement를 위한 CSI-IM / NZP CSI-RS resource(들)이 자원 별로 'QCL-TypeD'라고 가정할 수 있다.
자원 세팅 설정 (resource setting configuration)
살핀 것처럼, resource setting은 resource set list를 의미할 수 있다.
aperiodic CSI에 대해, higher layer parameter CSI-AperiodicTriggerState를 사용하여 설정되는 각 트리거 상태(trigger state)는 각각의 CSI-ReportConfig가 periodic, semi-persistent 또는 aperiodic resource setting에 링크되는 하나 또는 다수의 CSI-ReportConfig와 연관된다.
하나의 reporting setting은 최대 3개까지의 resource setting과 연결될 수 있다.
- 하나의 resource setting이 설정되면, (higher layer parameter resourcesForChannelMeasurement에 의해 주어지는) resource setting 은 L1-RSRP computation을 위한 channel measurement에 대한 것이다.
- 두 개의 resource setting들이 설정되면, (higher layer parameter resourcesForChannelMeasurement에 의해 주어지는) 첫 번째 resource setting은 channel measurement를 위한 것이고, (csi-IM-ResourcesForInterference 또는 nzp-CSI-RS -ResourcesForInterference에 의해 주어지는) 두 번째 resource setting은 CSI-IM 또는 NZP CSI-RS 상에서 수행되는 interference measurement를 위한 것이다.
- 세 개의 resource setting들이 설정되면, (resourcesForChannelMeasurement에 의해 주어지는) 첫 번째 resource setting은 channel measurement를 위한 것이고, (csi-IM-ResourcesForInterference에 의해 주어지는) 두 번째 resource setting은 CSI-IM 기반 interference measurement를 위한 것이고, (nzp-CSI-RS-ResourcesForInterference에 의해 주어지는) 세 번째 resource setting 은 NZP CSI-RS 기반 interference measurement를 위한 것이다.
Semi-persistent 또는 periodic CSI에 대해, 각 CSI-ReportConfig는 periodic 또는 semi-persistent resource setting에 링크된다.
- (resourcesForChannelMeasurement에 의해 주어지는) 하나의 resource setting 이 설정되면, 상기 resource setting은 L1-RSRP computation을 위한 channel measurement에 대한 것이다.
- 두 개의 resource setting들이 설정되면, (resourcesForChannelMeasurement에 의해 주어지는) 첫 번째 resource setting은 channel measurement를 위한 것이며, (higher layer parameter csi-IM-ResourcesForInterference에 의해 주어지는) 두 번째 resource setting은 CSI-IM 상에서 수행되는 interference measurement를 위해 사용된다.
CSI 계산 (computation)
간섭 측정이 CSI-IM 상에서 수행되면, 채널 측정을 위한 각각의 CSI-RS resource는 대응하는 resource set 내에서 CSI-RS resource들 및 CSI-IM resource들의 순서에 의해 CSI-IM resource와 자원 별로 연관된다. 채널 측정을 위한 CSI-RS resource의 수는 CSI-IM resource의 수와 동일하다.
그리고, interference measurement가 NZP CSI-RS에서 수행되는 경우, UE는 채널 측정을 위한 resource setting 내에서 연관된 resource set에서 하나 이상의 NZP CSI-RS resource로 설정될 것으로 기대하지 않는다.
Higher layer parameter nzp-CSI-RS-ResourcesForInterference가 설정된 단말은 NZP CSI-RS resource set 내에 18 개 이상의 NZP CSI-RS port가 설정될 것으로 기대하지 않는다.
CSI 측정을 위해, 단말은 아래 사항을 가정한다.
- 간섭 측정을 위해 설정된 각각의 NZP CSI-RS port는 간섭 전송 계층에 해당한다.
- 간섭 측정을 위한 NZP CSI-RS port의 모든 간섭 전송 레이어는 EPRE(energy per resource element) 비율을 고려한다.
- 채널 측정을 위한 NZP CSI-RS resource의 RE(s) 상에서 다른 간섭 신호, 간섭 측정을 위한 NZP CSI-RS resource 또는 간섭 측정을 위한 CSI-IM resource.
CSI 보고
CSI 보고를 위해, UE가 사용할 수 있는 time 및 frequency 자원은 기지국에 의해 제어된다.
CSI(channel state information)은 채널 품질 지시자(channel quality indicator, CQI), 프리코딩 행렬 지시자 (precoding matrix indicator, PMI), CSI-RS resource indicator (CRI), SS/PBCH block resource indicator (SSBRI), layer indicator (LI), rank indicator (RI) 또는 L1-RSRP 중 적어도 하나를 포함할 수 있다.
CQI, PMI, CRI, SSBRI, LI, RI, L1-RSRP에 대해, 단말은 N≥1 CSI-ReportConfig reporting setting, M≥1 CSI-ResourceConfig resource setting 및 하나 또는 두 개의 trigger state들의 리스트(aperiodicTriggerStateList 및 semiPersistentOnPUSCH-TriggerStateList에 의해 제공되는)로 higher layer에 의해 설정된다. 상기 aperiodicTriggerStateList에서 각 trigger state는 channel 및 선택적으로 interference 대한 resource set ID들을 지시하는 연관된 CSI-ReportConfigs 리스트를 포함한다. semiPersistentOnPUSCH-TriggerStateList에서 각 trigger state는 하나의 연관된 CSI-ReportConfig가 포함된다.
그리고, CSI reporting의 time domain behavior는 periodic, semi-persistent, aperiodic을 지원한다.
i) periodic CSI reporting은 short PUCCH, long PUCCH 상에서 수행된다. Periodic CSI reporting의 주기(periodicity) 및 슬롯 오프셋(slot offset)은 RRC로 설정될 수 있으며, CSI-ReportConfig IE를 참고한다.
ii) SP(semi-periodic) CSI reporting은 short PUCCH, long PUCCH, 또는 PUSCH 상에서 수행된다.
Short/long PUCCH 상에서 SP CSI인 경우, 주기(periodicity) 및 슬롯 오프셋(slot offset)은 RRC로 설정되며, 별도의 MAC CE / DCI로 CSI 보고가 activation/deactivation 된다.
PUSCH 상에서 SP CSI인 경우, SP CSI reporting의 periodicity는 RRC로 설정되지만, slot offset은 RRC로 설정되지 않으며, DCI(format 0_1)에 의해 SP CSI reporting은 활성화/비활성화(activation/deactivation)된다. PUSCH 상에서 SP CSI reporting에 대해, 분리된 RNTI(SP-CSI C-RNTI)가 사용된다.
최초 CSI 보고 타이밍은 DCI에서 지시되는 PUSCH time domain allocation 값을 따르며, 후속되는 CSI 보고 타이밍은 RRC로 설정된 주기에 따른다.
DCI format 0_1은 CSI request field를 포함하고, 특정 configured SP-CSI trigger state를 activation/deactivation할 수 있다. SP CSI reporting은, SPS PUSCH 상에서 data 전송을 가진 mechanism과 동일 또는 유사한 활성화/비활성화를 가진다.
iii) aperiodic CSI reporting은 PUSCH 상에서 수행되며, DCI에 의해 trigger된다. 이 경우, aperiodic CSI reporting의 trigger와 관련된 정보는 MAC-CE를 통해 전달/지시/설정될 수 있다.
AP CSI-RS를 가지는 AP CSI의 경우, AP CSI-RS timing은 RRC에 의해 설정되고, AP CSI reporting에 대한 timing은 DCI에 의해 동적으로 제어된다.
NR은 LTE에서 PUCCH 기반 CSI 보고에 적용되었던 다수의 reporting instance들에서 CSI를 나누어 보고하는 방식 (예를 들어, RI, WB PMI/CQI, SB PMI/CQI 순서로 전송)이 적용되지 않는다. 대신, NR은 short/long PUCCH에서 특정 CSI 보고를 설정하지 못하도록 제한하고, CSI omission rule이 정의된다. 그리고, AP CSI reporting timing과 관련하여, PUSCH symbol/slot location은 DCI에 의해 동적으로 지시된다. 그리고, candidate slot offset들은 RRC에 의해 설정된다. CSI reporting에 대해, slot offset(Y)는 reporting setting 별로 설정된다. UL-SCH에 대해, slot offset K2는 별개로 설정된다.
2개의 CSI latency class(low latency class, high latency class)는 CSI computation complexity의 관점에서 정의된다. Low latency CSI의 경우, 최대 4 ports Type-I codebook 또는 최대 4-ports non-PMI feedback CSI를 포함하는 WB CSI이다. High latency CSI는 low latency CSI를 제외한 다른 CSI를 말한다. Normal 단말에 대해, (Z, Z')는 OFDM symbol들의 unit에서 정의된다. 여기서, Z는 Aperiodic CSI triggering DCI를 수신한 후 CSI 보고를 수행하기 까지의 최소 CSI processing time을 나타낸다. 또한, Z'는 channel/interference에 대한 CSI-RS를 수신한 후 CSI 보고를 수행하기까지의 최소 CSI processing time을 나타낸다.
추가적으로, 단말은 동시에 calculation할 수 있는 CSI의 개수를 report한다.
준-동일 위치(QCL: quasi-co location)
안테나 포트는 안테나 포트 상의 심볼이 운반되는 채널이 동일한 안테나 포트 상의 다른 심볼이 운반되는 채널로부터 추론될 수 있도록 정의된다. 하나의 안테나 포트 상의 심볼이 운반되는 채널의 특성(property)이 다른 안테나 포트 상의 심볼이 운반되는 채널로부터 유추될 수 있는 경우, 2 개의 안테나 포트는 QC/QCL(quasi co-located 혹은 quasi co-location) 관계에 있다고 할 수 있다.
여기서, 상기 채널 특성은 지연 확산(Delay spread), 도플러 확산(Doppler spread), 주파수/도플러 쉬프트(Frequency/Doppler shift), 평균 수신 파워(Average received power), 수신 타이밍/평균지연(Received Timing/average delay), 공간 수신 파라미터(Spatial RX parameter) 중 하나 이상을 포함한다. 여기서 Spatial Rx parameter는 도래각(angle of arrival)과 같은 공간적인 (수신) 채널 특성 파라미터를 의미한다.
단말은 해당 단말 및 주어진 서빙 셀에 대해 의도된 DCI를 가지는 검출된 PDCCH에 따라 PDSCH를 디코딩하기 위해, 상위 계층 파라미터 PDSCH-Config 내 M 개까지의 TCI-상태 설정(TCI-State configuration)의 리스트가 설정될 수 있다. 상기 M은 UE 능력(capability)에 의존한다.
각각의 TCI-State는 하나 또는 두 개의 DL 참조 신호와 PDSCH의 DM-RS(demodulation reference signal) 포트 사이의 quasi co-location 관계를 설정하기 위한 파라미터를 포함한다.
Quasi co-location 관계는 첫 번째 DL RS에 대한 상위 계층 파라미터 qcl-Type1과 두 번째 DL RS에 대한 qcl-Type2 (설정된 경우)로 설정된다. 두 개의 DL RS의 경우, 참조(reference)가 동일한 DL RS 또는 서로 다른 DL RS인지에 관계없이 QCL 타입(type)은 동일하지 않다.
각 DL RS에 대응하는 QCL type은 QCL-Info의 상위 계층 파라미터 qcl-Type에 의해 주어지며, 다음 값 중 하나를 취할 수 있다:
- 'QCL-TypeA': {Doppler shift, Doppler spread, average delay, delay spread}
- 'QCL-TypeB': {Doppler shift, Doppler spread}
- 'QCL-TypeC': {Doppler shift, average delay}
- 'QCL-TypeD': {Spatial Rx parameter}
예를 들어, 목표하는 안테나 포트(target antenna port)가 특정 NZP CSI-RS 인 경우, 해당 NZP CSI-RS 안테나 포트는 QCL-Type A관점에서는 특정 TRS와, QCL-Type D관점에서는 특정 SSB과 QCL되었다고 지시/설정될 수 있다. 이러한 지시/설정을 받은 단말은 QCL-TypeA TRS에서 측정된 Doppler, delay값을 이용해서 해당 NZP CSI-RS를 수신하고, QCL-TypeD SSB 수신에 사용된 수신 빔을 해당 NZP CSI-RS 수신에 적용할 수 있다.
UE는 8개까지의 TCI state들을 DCI 필드 'Transmission Configuration Indication'의 코드포인트(codepoint)에 매핑하기 위해 사용되는 MAC CE 시그널링에 의한 활성 명령(activation command)을 수신할 수 있다.
활성 명령을 나르는 PDSCH에 대응하는 HARQ-ACK이 슬롯 n에서 전송되는 경우, TCI 상태와 DCI 필드 'Transmission Configuration Indication'의 코드포인트 간의 지시된 매핑은 슬롯 n+3Nslot subframe,μ+1 부터 시작하여 적용될 수 있다. UE가 활성 명령을 수신하기 전에 TCI 상태들에 대한 최초(initial) 상위계층 설정을 수신한 후에, QCL-TypeA에 대해서, 그리고 적용가능하다면 QCL-TypeD에 대해서도, UE는 서빙 셀의 PDSCH의 DMRS 포트가 최초 액세스 과정에서 결정된 SS/PBCH 블록과 QCL된 것으로 가정할 수 있다.
UE에 대해서 설정된 DCI 내 TCI 필드의 존재 여부를 지시하는 상위계층 파라미터(예를 들어, tci-PresentInDCI)가 PDSCH를 스케줄링하는 COREEST에 대해서 인에이블로 세팅된 경우, UE는 해당 CORESET 상에서 전송되는 PDCCH의 DCI 포맷 1_1에 TCI 필드가 존재하는 것으로 가정할 수 있다. PDSCH를 스케줄링하는 CORESET에 대해서 tci-PresentInDCI가 설정되지 않거나 PDSCH가 DCI 포맷 1_0에 의해서 스케줄링되고, 그리고 DL DCI의 수신과 이에 대응하는 PDSCH 간의 시간 오프셋이 소정의 임계치(예를 들어, timeDurationForQCL) 이상인 경우에, PDSCH 안테나 포트 QCL을 결정하기 위해서, UE는 PDSCH에 대한 TCI 상태 또는 QCL 가정이 PDCCH 전송에 대해서 사용되는 CORESET에 대해서 적용되는 TCI 상태 또는 QCL 가정과 동일하다고 가정할 수 있다. 여기서, 상기 소정의 임계치는 보고된 UE 캐퍼빌리티에 기초할 수 있다.
파라미터 tci-PresentInDCI가 인에이블로 세팅된 경우, 스케줄링 CC(component carrier)에서 DCI 내의 TCI 필드는 스케줄링되는 CC 또는 DL BWP의 활성화된 TCI 상태를 가리킬 수 있다. PDSCH가 DCI 포맷 1_1에 의해서 스케줄링되는 경우, UE는 PDSCH 안테나 포트 QCL을 결정하기 위해서, DCI를 가지는 검출된 PDCCH의 'Transmission Configuration Indication' 필드의 값에 따라서 TCI-상태를 사용할 수 있다.
DL DCI의 수신과 이에 대응하는 PDSCH 간의 시간 오프셋이 소정의 임계치(예를 들어, timeDurationForQCL) 이상인 경우에, UE는 서빙 셀의 PDSCH의 DMRS 포트가, 지시된 TCI 상태에 의해서 주어지는 QCL 타입 파라미터(들)에 대한 TCI 상태의 RS(들)과 QCL된 것으로 가정할 수 있다.
UE에 대해서 단일 슬롯 PDSCH가 설정되는 경우, 지시된 TCI 상태는, 스케줄링된 PDSCH가 있는 슬롯의 활성화된 TCI 상태에 기초할 수 있다.
UE에 대해서 다중-슬롯 PDSCH가 설정되는 경우, 지시된 TCI 상태는, 스케줄링된 PDSCH가 있는 첫 번째 슬롯의 활성화된 TCI 상태에 기초할 수 있고, UE는 스케줄링된 PDSCH가 있는 슬롯들에 걸쳐서 활성화된 TCI 상태가 동일한 것으로 기대할 수 있다.
UE에 대해서 크로스-캐리어 스케줄링을 위한 서치 스페이스 세트와 연관된 CORESET이 설정되는 경우, UE는 해당 CORESET에 대해서 tci-PresentInDCI 파라미터가 인에이블로 세팅되는 것으로 기대할 수 있다. QCL-TypeD를 포함하는 서치 스페이스 세트에 의해서 스케줄링되는 서빙 셀에 대해서 하나 이상의 TCI 상태가 설정되는 경우, UE는 상기 서치 스페이스 세트에서 검출된 PDCCH의 수신과 이에 대응하는 PDSCH 간의 시간 오프셋이 소정의 임계치(예를 들어, timeDurationForQCL) 이상인 것으로 기대할 수 있다.
파라미터 tci-PresentInDCI가 인에이블로 세팅되는 경우 및 RRC 연결 모드에서 tci-PresentInDCI가 설정되지 않는 경우 모두에 대해서, DL DCI의 수신과 이에 대응하는 PDSCH 간의 시간 오프셋이 소정의 임계치(예를 들어, timeDurationForQCL) 미만인 경우, UE는 서빙 셀의 PDSCH의 DMRS 포트가, 서빙 셀의 활성 BWP 내의 하나 이상의 CORESET가 UE에 의해서 모니터링되는 가장 늦은(latest) 슬롯에서의 가장 낮은(lowest) CORESET-ID를 가지는 모니터링된 서치 스페이스와 연관된 CORESET의 PDCCH QCL 지시를 위해서 사용된 QCL 파라미터(들)에 대한 RS(들)과 QCL된 것으로 가정할 수 있다.
이 경우, PDSCH DMRS의 QCL-TypeD가 PDCCH DMRS의 QCL-TypeD와 상이하고 이들이 적어도 하나의 심볼에서 중첩(overlap)되는 경우, UE는 해당 CORESET과 연관된 PDCCH의 수신이 우선화될 것으로 기대할 수 있다. 이는 대역-내(intra-band) CA(carrier aggregation) (PDSCH와 CORESET이 상이한 CC에 있는 경우)에 대해서도 적용될 수 있다. 설정된 TCI 상태 중 어떤 것도 QCL-TypeD를 포함하지 않는 경우, DL DCI의 수신과 이에 대응하는 PDSCH 간의 시간 오프셋과 무관하게, 스케줄링된 PDSCH에 대해서 지시된 TCI 상태 중에서 다른 QCL 가정을 획득할 수 있다.
상위계층 파라미터 trs-Info를 포함하여 설정된 NZP-CSI-RS-ResourceSet의 주기적인 CSI-RS 자원에 대해서, UE는 TCI 상태가 이하의 QCL 타입(들) 중에서 하나를 지시하는 것으로 기대할 수 있다:
- SS/PBCH 블록과의 QCL-TypeC, 그리고 적용가능하다면, 동일한 SS/PBCH 블록과의 QCL-TypeD, 또는
- SS/PBCH 블록과의 QCL-TypeC, 그리고 적용가능하다면, 상위계층 파라미터 repetition을 포함하여 설정된 NZP-CSI-RS-ResourceSet에서 CSI-RS 자원과의 QCL-TypeD.
상위계층 파라미터 trs-Info를 포함하여 설정된 NZP-CSI-RS-ResourceSet의 비주기적인 CSI-RS 자원에 대해서, UE는 TCI 상태가, 상위계층 파라미터 trs-Info를 포함하여 NZP-CSI-RS-ResourceSet의 주기적인 CSI-RS 자원과의 QCL-TypeA, 그리고 적용가능하다면, 동일한 주기적 CSI-RS 자원과의 QCL-TypeD를 지시하는 것으로 기대할 수 있다.
상위계층 파라미터 trs-Info 없이 그리고 상위계층 파라미터 repetition 없이 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원에 대해서, UE는 TCI 상태가 이하의 QCL 타입(들) 중에서 하나를 지시하는 것으로 기대할 수 있다:
- 상위계층 파라미터 trs-Info를 포함하여 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원과의 QCL-TypeA, 그리고 적용가능하다면, 동일한 CSI-RS 자원과의 QCL-TypeD, 또는
- 상위계층 파라미터 trs-Info를 포함하여 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원과의 QCL-TypeA, 그리고 적용가능하다면, SS/PBCH 블록과의 QCL-TypeD, 또는
- 상위계층 파라미터 trs-Info를 포함하여 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원과의 QCL-TypeA, 그리고 적용가능하다면, 상위계층 파라미터 repetition을 포함하여 설정된 NZP-CSI-RS-ResourceSet에서 CSI-RS 자원과의 QCL-TypeD, 또는
- QCL-TypeD가 적용가능하지 않은 경우에, 상위계층 파라미터 trs-Info를 포함하여 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원과의 QCL-TypeB.
상위계층 파라미터 repetition을 포함하여 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원에 대해서, UE는 TCI 상태가 이하의 QCL 타입(들) 중에서 하나를 지시하는 것으로 기대할 수 있다:
- 상위계층 파라미터 trs-Info를 포함하여 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원과의 QCL-TypeA, 그리고 적용가능하다면, 동일한 CSI-RS 자원과의 QCL-TypeD, 또는
- 상위계층 파라미터 trs-Info를 포함하여 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원과의 QCL-TypeA, 그리고 적용가능하다면, 상위계층 파라미터 repetition을 포함하여 설정된 NZP-CSI-RS-ResourceSet에서 CSI-RS 자원과의 QCL-TypeD, 또는
- SS/PBCH 블록과의 QCL-TypeC, 그리고 적용가능하다면, 동일한 SS/PBCH 블록과의 QCL-TypeD.
PDCCH의 DMRS에 대해서, UE는 TCI 상태가 이하의 QCL 타입(들) 중에서 하나를 지시하는 것으로 기대할 수 있다:
- 상위계층 파라미터 trs-Info를 포함하여 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원과의 QCL-TypeA, 그리고 적용가능하다면, 동일한 CSI-RS 자원과의 QCL-TypeD, 또는
- 상위계층 파라미터 trs-Info를 포함하여 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원과의 QCL-TypeA, 그리고 적용가능하다면, 상위계층 파라미터 repetition을 포함하여 설정된 NZP-CSI-RS-ResourceSet에서 CSI-RS 자원과의 QCL-TypeD, 또는
- 상위계층 파라미터 trs-Info 없이 그리고 상위계층 파라미터 repetition 없이 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원과의 QCL-TypeA, 그리고 적용가능하다면, 동일한 CSI-RS 자원과의 QCL-TypeD.
PDSCH의 DMRS에 대해서, UE는 TCI 상태가 이하의 QCL 타입(들) 중에서 하나를 지시하는 것으로 기대할 수 있다:
- 상위계층 파라미터 trs-Info를 포함하여 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원과의 QCL-TypeA, 그리고 적용가능하다면, 동일한 CSI-RS 자원과의 QCL-TypeD, 또는
- 상위계층 파라미터 trs-Info를 포함하여 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원과의 QCL-TypeA, 그리고 적용가능하다면, 상위계층 파라미터 repetition을 포함하여 설정된 NZP-CSI-RS-ResourceSet에서 CSI-RS 자원과의 QCL-TypeD, 또는
- 상위계층 파라미터 trs-Info 없이 그리고 상위계층 파라미터 repetition 없이 설정된 NZP-CSI-RS-ResourceSet의 CSI-RS 자원과의 QCL-TypeA, 그리고 적용가능하다면, 동일한 CSI-RS 자원과의 QCL-TypeD.
인공 지능(AI: Artificial Intelligence) 동작
인공지능/머신러닝(AI/ML: Artificial intelligence / machine learning)의 기술 발전으로 무선 통신 네트워크를 구성하는 노드(들) 및 단말(들)의 지능화/고도화가 이루어지고 있다. 특히 네트워크/기지국의 지능화로 인해 다양한 환경 파라미터(예를 들어, 기지국들의 분포/위치, 건물/가구 등의 분포/위치/재질, 단말들의 위치/이동방향/속도, 기후 정보 등)에 따라 다양한 네트워크/기지국 결정 파라미터 값들(예를 들어, 각 기지국의 송수신 전력, 각 단말의 송신 전력, 기지국/단말의 프리코더/빔, 각 단말에 대한 시간/주파수 자원 할당, 각 기지국의 듀플렉스(duplex) 방식 등)을 빠르게 최적화하여 도출/적용할 수 있게 될 전망이다. 이러한 추세에 맞추어, 많은 표준화 단체 (예를 들어, 3GPP, O-RAN)에서 도입을 고려하고 있으며, 이에 대한 스터디도 활발히 진행 중이다.
이하 설명하는 AI 관련 설명 및 동작들은 후술한 본 개시에서 제안하는 방법들과 결합되어 적용될 수 있으며, 또는 본 개시에서 제안하는 방법들의 기술적 특징을 명확하게 하는데 보충될 수 있다.
도 7은 인공지능의 분류를 예시한다.
도 7을 참조하면, 인공지능(AI: Artificial Intelligence)은 사람이 해야 할 일을 기계가 대신할 수 있는 모든 자동화에 해당한다.
머신러닝(ML: Machine Learning)은 명시적으로 규칙을 프로그래밍하지 않고, 데이터로부터 의사결정을 위한 패턴을 기계가 스스로 학습하는 기술을 의미한다.
딥러닝(Deep Learning)은 인공 신경망 기반의 모델로서, 비정형 데이터로부터 특징 추출 및 판단까지 기계가 한 번에 수행할 수 있다. 알고리즘은 생물학적 신경계, 즉 신경망(Neural Network)에서 영감을 받은 특징 추출 및 변환을 위해 상호 연결된 노드로 구성된 다층 네트워크에 의존한다. 일반적인 딥 러닝 네트워크 아키텍처에는 심층 신경망(DNN: Deep Neural Network), 순환 신경망(RNN: Recurrent Neural Network) 및 컨볼루션 신경망(CNN: Convolutional Neural Network) 등이 포함된다.
AI(또는 AI/ML로 지칭)은 좁은 의미로 딥러닝(Deep learning) 기반의 인공지능으로 일컬을 수 있지만, 본 개시에서 이에 한정되는 것은 아니다. 즉, 본 개시에서 AI(또는 AI/ML로 지칭)는 인간처럼 작업을 수행할 수 있는 지능형 기계(예를 들어, UE, RAN, 네트워크 노드 등)에 적용되는 자동화 기술을 통칭할 수 있다.
AI(또는 AI/ML)는 다양한 기준에 따라 다음과 같이 분류할 수 있다.
1. 오프라인/온라인 학습
a) 오프라인 학습(Offline Learning)
오프라인 학습은 데이터 베이스의 수집, 학습, 예측이라는 순차적인 절차를 따르게 된다. 즉, 수집과 학습을 오프라인으로 수행하고, 완성된 프로그램을 현장에 설치하여 예측 작업에 활용할 수 있다. 오프라인 학습은 시스템이 점진적으로 학습하지 않으며, 가용한 모든 수집된 데이터를 사용하여 학습이 수행되고, 더 이상의 학습 없이 시스템에 적용된다. 만약, 새로운 데이터에 대한 학습이 필요하게 되면, 새로운 전체의 데이터를 이용하여 다시 학습이 시작될 수 있다.
b) 온라인 학습(Online Learning)
최근 학습에 활용할 수 있는 데이터가 인터넷을 통해 지속적으로 발생하는 점을 활용하여, 실시간으로 발생한 데이터를 가지고 점증적으로 추가 학습하여 성능을 조금씩 개선하는 방식을 지칭한다. 온라인 상에서 수집되는 특정 데이터의 (묶음) 단위로 실시간으로 학습이 수행되며, 이에 따라 변화하는 데이터에 시스템이 빠르게 적응할 수 있다.
AI 시스템 구축을 위해 온라인 학습만이 이용되어 실시간으로 발생한 데이터만으로 학습이 수행될 수도 있으며, 또는 소정의 데이터 세트를 이용하여 오프라인 학습이 수행된 후, 추가적으로 발생하는 실시간 데이터를 이용하여 추가적인 학습이 수행될 수도 있다(온라인+오프라인 학습).
2. AI/ML Framework 개념에 따른 분류
a) 중앙집중식 학습(Centralized Learning)
Centralized learning에서는 서로 다른 복수의 노드들에서 수집된(collected) 훈련 데이터(training data)를 중앙 노드(centralized node)에 보고를 하면, 모든 데이터 자원/저장(storage)/학습(예를 들어, 지도 학습(supervised learning), 비지도 학습(unsupervised learning), 강화 학습(reinforcement learning) 등)이 하나의 centralized node에서 수행된다.
b) 연합 학습(Federated Learning)
Federated learning은 공동(collective) 모델이 각기 분산되어 있는 데이터 소유자(data owner)들에 걸쳐서 존재하는 데이터를 기반으로 구성된다. 데이터를 모델로 수집하는 대신, AI/ML 모델을 데이터 소스로 가져와 로컬 노드/개별 장치가 데이터를 수집하고 자체 모델 사본을 훈련할 수 있도록 하므로, 소스 데이터를 중앙 노드에 보고할 필요가 없다. Federated learning에서 AI/ML 모델의 매개변수/가중치는 일반 모델 교육을 지원하기 위해 centralized node로 다시 보낼 수 있다. Federated learning은 연산 속도의 증가와, 정보 보안 측면에서의 장점을 가진다. 즉, 개인 데이트를 중앙 서버에 업로드하는 과정이 불필요하여, 개인정보 유출 및 악용을 방지할 수 있다.
c) 분산된 학습(Distributed Learning)
Distributed learning은 기계 학습 프로세스가 노드 클러스터 전체에 확장 및 배포된 개념을 의미한다. 훈련 모델은 모델 훈련의 속도를 높이기 위해 분할되어 동시에 작동하는 여러 노드에서 공유된다.
3. 학습 방법에 따른 분류
a) 지도 학습(Supervised Learning)
지도 학습은 레이블이 지정된 데이터 세트가 주어지면 입력에서 출력으로의 매핑 기능을 학습하는 것을 목표로 하는 기계 학습 작업이다. 입력 데이터는 훈련 데이터라고 하며 알려진 레이블 또는 결과가 있다. 지도 학습의 예시는 다음과 같다.
- 회귀(Regression): 선형 회귀(Linear Regression), 로지스틱 회귀(Logistic Regression)
- 인스턴스-기반 알고리즘(Instance-based Algorithms): k-최근접 이웃(KNN: k-Nearest Neighbor)
- 의사결정 나무 알고리즘(Decision Tree Algorithms): 분류 및 회귀 분석 트리(CART: Classification and Regression Tree)
- 서포트 벡터 머신(SVM: Support Vector Machines)
- 베이지안 알고리즘(Bayesian Algorithms): 나이브 베이즈(Naive Bayes)
- 앙상블 알고리즘(Ensemble Algorithms): 익스트림 그래디언트 부스팅(Extreme Gradient Boosting), 배깅(Bagging): 랜덤 포레스트(Random Forest)
지도 학습은 회귀 및 분류 문제로 더 그룹화할 수 있으며, 분류는 레이블을 예측하는 것이고 회귀는 수량을 예측하는 것이다.
b) 비지도 학습(Unsupervised Learning)
Unsupervised learning은 레이블이 지정되지 않은 데이터에서 숨겨진 구조를 설명하는 기능을 학습하는 것을 목표로 하는 기계 학습 작업이다. 입력 데이터에 레이블이 지정되지 않았으며 알려진 결과가 없다. 비지도 학습의 몇 가지 예는 K-평균 클러스터링, 주성분 분석(PCA: Principal Component Analysis), 비선형 독립 성분 분석(ICA: Independent Component Analysis) 및 장단기 메모리(LSTM: Long-Short-Term Memory) 등이 있다.
c) 강화 학습(RL: Reinforcement Learning)
강화 학습(RL)에서 에이전트는 시행착오 과정을 기반으로 환경과 상호 작용하여 장기 목표를 최적화하는 것을 목표로 하며, 환경과의 상호작용을 기반으로 한 목표 지향적 학습이다. RL 알고리즘의 예시는 다음과 같다.
- Q 러닝(Q-learning)
- 다중 암드 밴딧 러닝(Multi-armed bandit learning)
- 딥 Q 네트워크(Deep Q Network)
- 스테이트-액션-리워드-스테이트-액션(SARSA: State-Action-Reward-State-Action)
- 시간차 학습(Temporal Difference Learning)
- 액터-크리틱 강화 학습(Actor-critic reinforcement learning)
- 딥 결정론적 정책 그래디언트(DDPG: Deep deterministic policy gradient)
- 몬테카를로 트리 서치(Monte-Carlo tree search)
추가적으로, 강화 학습은 다음과 같이 모델 기반 강화 학습과 모델 자유 강화 학습으로 그룹화할 수 있다.
- 모델-기반(Model-based) 강화 학습: 예측 모델을 사용하는 RL 알고리즘을 지칭한다. 환경의 다양한 동적 상태 및 이러한 상태가 보상으로 이어지는 모델을 사용하여 상태 간 전환 확률을 얻는다.
- 모델-자유(Model-free) 강화 학습: 최대의 미래 보상을 달성하는 가치 또는 정책에 기반한 RL 알고리즘을 지칭한다. 다중 에이전트 환경/상태에서는 계산적으로 덜 복잡하고 환경을 정확하게 표현할 필요가 없다.
또한, RL 알고리즘은 또한 가치 기반 RL 대 정책 기반 RL, 정책 기반 RL 대 정책 외 RL 등으로 분류될 수 있다.
이하, 딥 러닝(deep learning)의 대표 모델에 대하여 예시한다.
도 8은 순방향 신경망(Feed-Forward Neural Network)을 예시한다.
순방향 신경망(FFNN: Feed-Forward Neural Network)은 입력층(input layer), 은닉층(hidden layer), 출력층(output layer)으로 구성된다.
FFNN에서는 정보는 입력층으로부터 출력층 방향으로만 전달되며, 은닉층이 있는 경우 이를 경유한다.　
FNNN 관련하여 고려될 수 있는 잠재적(potential) 파라미터는 다음과 같다.
- 카테고리 1: 각 층의 뉴런의 개수, 은닉층의 개수, 각 층/뉴런의 할성화 함수(activation function)
- 카테고리 2: 각 층/뉴런의 가중치(weight) 및 편향(bias)
- 카테고리 3: 손실 함수(loss function), 옵티마이저(optimizer)
일 예로, training 측면에서 카테고리 1, 카테고리 2 및 카테고리 3이 고려되고, inference 측면에서는 카테고리 1 및 카테고리 2가 고려될 수 있다.
도 9는 순환 신경망(Recurrent Neural Network)을 예시한다.
순환 신경망(RNN)은 히든 노드가 방향을 가진 엣지로 연결되어 순환구조를 이루는(directed cycle) 인공 신경망(neural network)의 한 종류이다. 음성, 문자 등 순차적으로 등장하는 데이터 처리에 적합한 모델이다.
도 9에서 A는 뉴럴 네트워크, xt는 입력 값, ht는 출력 값을 나타낸다. 여기서, ht는 시간을 기준으로 현재를 나타내는 상태 값을 의미할 수 있으며, ht-1는 이전 상태 값을 나타낼 수 있다.
RNN의 하나의 종류로 LSTM(Long Short-Term Memory)이 있으며, 이는 RNN의 히든 스테이트(state)에 셀-스테이트(cell-state)를 추가한 구조이다. LSTM은 RNN 셀(cell)(은닉층의 메모리 셀)에 입력 게이트, 망각 게이트, 출력 게이트가 추가되어, 불필요한 기억을 지울 수 있다. LSTM은 RNN에 비하여 셀 상태(cell state)가 추가된다.
도 10은 컨볼루션 신경망(Convolutional Neural Network)을 예시한다.
컨볼루션 신경망(CNN)은 영상 처리나 이미지 처리 분야에서 일반적으로 사용하는 컨볼루션(convolution) 연산을 적용하여, 모델 복잡도를 낮추고, 좋은 특징을 추출하는 두 가지 목적을 위해 사용된다.
- 커널(kernel) 또는 필터(filter): 특정 범위/단위의 input에 가중치를 적용하는 단위/구조를 의미한다. kernel(또는 filter)는 학습에 의해 변경될 수 있다.
- 스트라이드(stride): input 안에서 kernel을 움직이는 이동 범위를 의미한다.
- 특성 맵(feature map): input에 kernel을 적용한 결과를 의미한다. 왜곡, 변경 등에 강인하도록 유도하기 위해 여러 feature map들이 추출될 수 있다.
- 패딩(padding): feature map의 크기를 조절하기 위해 덧붙이는 값을 의미한다.
- 풀링(pooling): feature map을 다운샘플링하여 feature map 의 크기를 줄이기 위한 연산(예를 들어, 최대 풀링(max pooling), 평균 풀링(average pooling))을 의미한다.
CNN 관련하여 고려될 수 있는 잠재적(potential) 파라미터는 다음과 같다.
- 카테고리 1: 각 층의 구조 정보(예: 은닉층의 개수, 패딩 여부/값, 풀링 여부/종류 등)
- 카테고리 2: 커널의 크기/가중치(weight), 각 층/커널의 활성화 함수/스트라이드, 각 층/커널의 편향(bias)
- 카테고리 3: 손실 함수(loss function), 옵티마이저(optimizer)
일 예로, training 측면에서 카테고리 1, 카테고리 2 및 카테고리 3이 고려되고, inference 측면에서는 카테고리 1 및 카테고리 2가 고려될 수 있다.
도 11은 오토 인코더(Auto encoder)를 예시한다.
Auto encoder는 특징 벡터(Feature vector) x(x1, x2, x3, ...)를 입력 받아, 동일한 또는 유사한 vector x'(x'1, x'2, x'3, ...)'를 출력하는 neural network를 의미한다.
Auto encoder는 입력 노드와 출력 노드가 같은 특징을 가진다. Auto encoder는 입력을 재구성하기 때문에 출력을 재구성(reconstruction)이라고 지칭할 수 있다. 또한, Auto encoder는 Unsupervised learning의 일종이다.
도 11에서 예시하는 Auto encoder의 손실 함수(loss function)은 입력과 출력의 차이를 기반으로 계산되며, 이를 기반으로 input의 손실 정도를 파악하여 Auto encoder에서는 손실을 최소화할 수 있도록 최적화하는 과정이 수행된다.
이하, 보다 구체적인 AI(또는 AI/ML)의 설명을 위해 용어들을 다음과 같이 정의할 수 있다.
- 데이터 수집(Data collection): AI 모델 훈련(model training), 데이터 분석 및 추론(inference)을 위한 기반으로서, 네트워크 노드, 관리 개체(management entity) 또는 UE 등에서 수집된 데이터
- AI 모델(Model): 입력들의 집합을 기반으로, 예측 정보 및/또는 결정 파라미터들을 포함하는 출력들의 집합을 생성하는 AI 기술을 적용한 데이터 기반 알고리즘(data driven algorithm)
- AI/ML 훈련(Training): 데이터를 가장 잘 표시하고 추론을 위해 훈련된 AI/ML 모델을 획득하는 기능들과 패턴들을 학습(learning)함으로써 AI 모델을 훈련하는 온라인(online) 또는 오프라인(offline) 프로세스
- AI/ML 추론(Inference): 훈련된 AI 모델을 이용하여 수집된 데이터와 AI 모델에 기반하여 예측하거나 결정을 유도하는 프로세스
도 12는 AI 동작을 위한 기능적 프레임워크(functional framework)를 예시한다.
도 12를 참조하면, 데이터 수집(Data Collection) 기능(function)(10)은 입력 데이터를 수집하고 모델 훈련(Model Training) function(20) 및 모델 추론(Model Inference) function(30)에게 가공된 입력 데이터를 제공하는 기능이다.
입력 데이터의 예로서, UE들 또는 다른 네트워크 개체(network entity)로부터의 측정들, 액터(Actor)의 피드백, AI 모델의 출력이 포함될 수 있다.
Data Collection function(10)은 입력 데이터를 기반으로 데이터 준비(data preparation)를 수행하고, data preparation를 통해 가공된 입력 데이터를 제공한다. 여기서, Data Collection function(10)는 AI 알고리즘 별로 특정한 data preparation(예를 들어, 데이터 사전-처리(pre-processing) 및 정리(cleaning), 형식 지정(forming) 및 변환(transformation))을 수행하지 않으며, AI 알고리즘에 공통된 data preparation를 수행할 수 있다.
데이터 준비 과정을 수행된 후, Model Training function(10)은 Model Training function(20)에게 훈련 데이터(Training Data)(11)를 제공하며, Model Inference function(30)에게 추론 데이터(Inference Data)(12)를 제공한다. 여기서, Training Data)(11)는 AI Model Training function(20)을 위한 입력으로 필요한 데이터이다. Inference Data(12)는 AI Model Inference function(30)을 위한 입력으로 필요한 데이터이다.
Data Collection function(10)은 단일의 개체(예를 들어, UE, RAN 노드, 네트워크 노드 등)에 의해 수행될 수도 있지만 복수의 개체들에 의해 수행될 수도 있다. 이 경우, 복수의 개체들로부터 Training Data)(11)와 Inference Data(12)가 각각 Model Training function(20)과 Model Inference function(30)에게 제공될 수 있다.
Model Training function(20)은 AI 모델 테스트 절차의 일부로 모델 성능 메트릭(metric)을 생성할 수 있는 AI 모델 훈련, 검증(validation) 및 테스트(test)를 수행하는 기능이다. Model Training function(20)은 필요한 경우 Data Collection function(10)에서 제공하는 Training Data(11)를 기반으로 데이터 준비(예를 들어, data pre-processing 및 cleaning, forming 및 transformation)도 담당한다.
여기서, 모델 배포/업데이트(Model Deployment/Update)(13)는 훈련되고 검증되고 테스트된 AI 모델을 Model Inference function(30)에 초기 배포하거나 업데이트된 모델을 Model Inference function(30)에 제공하기 위해 사용된다.
Model Inference function(30)은 AI 모델 추론 출력(Output)(16)(예를 들어, 예측 또는 결정)을 제공하는 기능이다. Model Inference function(30)은 적용가능한 경우, Model Training function(20)에 모델 성능 피드백(Model Performance Feedback)(14)을 제공할 수 있다. 또한, Model Inference function(30)은 필요한 경우 Data Collection function(10)이 제공하는 Inference Data(12)를 기반으로 데이터 준비(예를 들어, data pre-processing 및 cleaning, forming 및 transformation)도 담당한다.
여기서, 출력(Output)(16)은 Model Inference function(30)에 의해 생성된 AI 모델의 추론 출력을 의미하며, 추론 출력의 세부 정보는 사용 사례에 따라 다를 수 있다.
Model Performance Feedback(14)은 사용 가능한 경우 AI 모델의 성능을 모니터링하는 데 사용할 수 있으며, 이 피드백은 생략될 수도 있다.
액터(Actor) function(40)은 Model Inference function(30)으로부터 출력(16)을 수신하고, 해당하는 작업/동작을 트리거 또는 수행하는 기능이다. Actor function(40)은 다른 개체(entity)(예를 들어, 하나 이상의 UE, 하나 이상의 RAN 노드, 하나 이상의 네트워크 노드 등) 또는 자신에 대한 작업/동작을 트리거할 수 있다.
피드백(15)은 Training data(11), Inference data(12)를 도출하기 위해 또는 AI Model의 성능, 네트워크에 미치는 영향 등을 모니터링하기 위해 이용될 수 있다.
한편, AI/ML에서 사용되는 데이터 세트(Data set)에서 훈련(Training)/ 검증(validation) / 테스트(test)에 대한 정의는 다음과 같이 구분될 수 있다.
- 훈련 데이터(Training data): 모델을 학습하기 위한 Data set을 의미한다.
- 검증 데이터(Validation data): 학습이 이미 완료된 모델을 검증하기 위한 Data set을 의미한다. 즉, 보통 training data set의 과대적합(over-fitting)을 방지하기 위해서 사용되는 data set을 의미한다.
또한, 학습하는 과정에서 학습된 여러 가지 모델 중 최고(best)를 선택하기 위한 Data set을 의미한다. 따라서, 따라서, 학습의 일종으로 볼 수도 있다.
- 테스트 데이터(Test data): 최종 평가를 위한 Data set을 의미한다. 이 데이터는 학습과는 무관한 데이터이다.
상기 data set의 경우, 일반적으로 training set을 나눈다면, 전체 training set 내에서 training data과 validation data를 8:2 또는 7:3 정도로 나누어 사용될 수 있으며, test까지 포함을 한다면, 6:2:2 (training: validation: test)를 나누어 사용될 수 있다.
기지국과 단말사이의 AI/ML function의 능력의(capable) 여부에 따라 협력레벨을 다음과 같이 정의할 수 있으며, 하기 복수의 레벨의 결합 혹은 어느 하나의 레벨의 분리로 인한 변형도 가능하다.
Cat 0a) 협력이 없는 프레임워크(No collaboration framework): AI/ML 알고리즘은 순수 구현 기반이며 무선 인터페이스 변경이 필요하지 않는다.
Cat 0b) 이 레벨은 효율적인 구현 기반 AI/ML 알고리즘에 맞추어 수정된 무선 인터페이스를 수반하지만 협력은 없는 프레임워크에 해당한다.
Cat 1) 각 노드의 AI/ML 알고리즘을 개선하기 위한 노드 간 지원이 수반된다. 이는 UE가 gNB(훈련, 적응 등을 위해)로부터 지원을 받는 경우에 적용되며, 그 반대의 경우도 마찬가지이다. 이 레벨에서는 네트워크 노드 간의 모델 교환이 필요하지 않는다.
Cat 2) UE와 gNB 간의 공동 ML 작업이 수행될 수 있다. 이 레벨은 AI/ML 모델 명령 또는 네트워크 노드 간의 교환이 필요하다.
앞서 도 12에서 예시된 기능들은 RAN 노드(예를 들어, 기지국, TRP, 기지국의 중앙 장치(CU: central unit) 등), 네트워크 노드, 네트워크 사업자의 OAM(operation administration maintenance) 또는 UE에서 구현될 수도 있다.
또는, RAN, 네트워크 노드, 네트워크 사업자의 OAM 또는 UE 중 2개 이상의 개체가 협력하여 도 12에서 예시된 기능이 구현될 수도 있다. 예를 들어, 어느 하나의 개체가 도 12의 기능 중 일부를 수행하고, 다른 개체가 나머지의 기능을 수행할 수 있다. 이처럼, 도 12에서 예시하는 기능들 중 일부의 기능들이 단일의 개체(예를 들어, UE, RAN 노드, 네트워크 노드 등)에 의해 수행됨에 따라, 각 기능들 간의 데이터/정보의 전달/제공이 생략될 수 있다. 예를 들어, Model Training function(20)과 Model Inference function(30)이 동일한 개체에 의해 수행된다면, Model Deployment/Update(13)와 Model Performance Feedback(14)의 전달/제공은 생략될 수 있다.
또는, 도 12에 예시된 기능 중 어느 하나의 기능을 RAN, 네트워크 노드, 네트워크 사업자의 OAM 또는 UE 중 2개 이상의 개체가 협력(collaboration)하여 수행할 수도 있다. 이를 분할 AI 동작(split AI operation)으로 지칭할 수 있다.
도 13은 분할 AI 추론을 예시하는 도면이다.
도 13에서는 split AI operation 중에서 특히 Model Inference function이 UE와 같은 종단 기기(end device)와 네트워크 AI/ML 종단 기기(network AI/ML endpoint)에서 협력하여 수행되는 경우를 예시한다.
Model Inference function 이외에도 Model Training function, Actor, Data Collection function 각각도 현재의 작업 및 환경에 따라 다수의 부분들로 분할(split)되고, 다수의 개체들이 협력함으로써 수행될 수 있다.
예를 들어, 계산 집약적(computation-intensive)이고 에너지 집약적(energy-intensive)인 부분을 network endpoint에서 수행되는 반면 개인 정보에 민감한 부분과 지연에 민감한 부분은 end device에서 수행될 수 있다. 이 경우, end device는 입력 데이터로부터 특정 부분/계층까지 작업/모델을 실행한 다음, 중간 데이터(intermediated data)를 네트워크 끝점으로 전송할 수 있다. network endpoint는 나머지 부분/계층을 실행하고 추론 출력(Inference outputs)결과를, 동작/작업을 수행하는 하나 이상의 장치들에게 제공한다.
도 14는 무선 통신 시스템에서 기능적 프레임워크(functional framework)의 적용을 예시한다.
도 14에서는 AI Model Training function이 네트워크 노드(예를 들어, 코어 네트워크 노드, 네트워크 사업자의 OAM 등)에 의해 수행되고, AI Model Inference function이 RAN 노드(예를 들어, 기지국, TRP, 기지국의 CU 등)에 의해 수행되는 경우를 예시한다.
단계 1: RAN 노드 1과 RAN 노드 2는 AI Model Training을 위한 입력 데이터(즉, Training data)를 네트워크 노드에게 전송한다. 여기서, RAN 노드 1과 RAN 노드 2는 UE로부터 수집한 데이터(예를 들어, 서빙 셀과 이웃 셀의 RSRP, RSRQ, SINR과 관련된 UE의 측정, UE의 위치, 속도 등)를 함께 네트워크 노드에게 전송할 수 있다.
단계 2: 네트워크 노드는 수신한 Training data를 이용하여 AI Model을 훈련한다.
단계 3: 네트워크 노드는 AI Model을 RAN 노드 1 및/또는 RAN 노드 2에게 배포/업데이트한다. RAN 노드 1(및/또는 RAN 노드 2)은 수신한 AI Model에 기반하여 모델 훈련을 계속 수행할 수도 있다.
설명의 편의를 위해 RAN 노드 1에게만 AI Model이 배포/업데이트되었다고 가정한다.
단계 4: RAN 노드 1은 UE와 RAN 노드 2로부터 AI Model Inference를 위한 입력 데이터(즉, Inference data)를 수신한다.
단계 5: RAN 노드 1은 수신한 Inference data를 이용하여 AI Model Inference를 수행하여 출력 데이터(예를 들어, 예측 또는 결정)을 생성한다.
단계 6: 적용가능한 경우, RAN 노드 1은 네트워크 노드에게 모델 성능 피드백을 전송할 수 있다.
단계 7: RAN 노드 1, RAN 노드 2 및 UE(또는 'RAN 노드 1과 UE', 또는 'RAN 노드 1과 RAN 노드 2')는 출력 데이터에 기반한 동작(action)을 수행한다. 예를 들어, 로드 밸런싱(load balancing) 동작인 경우, UE가 RAN 노드 1에서 RAN 노드 2로 이동할 수도 있다.
단계 8: RAN 노드 1과 RAN 노드 2는 네트워크 노드에게 피드백 정보를 전송한다.
도 15는 무선 통신 시스템에서 기능적 프레임워크(functional framework)의 적용을 예시한다.
도 15에서는 AI Model Training function과 AI Model Inference function이 모두 RAN 노드(예를 들어, 기지국, TRP, 기지국의 CU 등)에 의해 수행되는 경우를 예시한다.
단계 1: UE와 RAN 노드 2는 AI Model Training을 위한 입력 데이터(즉, Training data)를 RAN 노드 1에게 전송한다.
단계 2: RAN 노드 1은 수신한 Training data를 이용하여 AI Model을 훈련한다.
단계 3: RAN 노드 1은 UE와 RAN 노드 2로부터 AI Model Inference를 위한 입력 데이터(즉, Inference data)를 수신한다.
단계 4: RAN 노드 1은 수신한 Inference data를 이용하여 AI Model Inference를 수행하여 출력 데이터(예를 들어, 예측 또는 결정)을 생성한다.
단계 5: RAN 노드 1, RAN 노드 2 및 UE(또는 'RAN 노드 1과 UE', 또는 'RAN 노드 1과 RAN 노드 2')는 출력 데이터에 기반한 동작(action)을 수행한다. 예를 들어, 로드 밸런싱(load balancing) 동작인 경우, UE가 RAN 노드 1에서 RAN 노드 2로 이동할 수도 있다.
단계 6: RAN 노드 2는 RAN 노드 1에게 피드백 정보를 전송한다.
도 16은 무선 통신 시스템에서 기능적 프레임워크(functional framework)의 적용을 예시한다.
도 16에서는 AI Model Training function이 RAN 노드(예를 들어, 기지국, TRP, 기지국의 CU 등)에 의해 수행되고, AI Model Inference function이 UE에 의해 수행되는 경우를 예시한다.
단계 1: UE는 AI Model Training을 위한 입력 데이터(즉, Training data)를 RAN 노드에게 전송한다. 여기서, RAN 노드는 다양한 UE들로부터 및/또는 다른 RAN 노드로부터 데이터(예를 들어, 서빙 셀과 이웃 셀의 RSRP, RSRQ, SINR과 관련된 UE의 측정, UE의 위치, 속도 등)를 수집할 수 있다.
단계 2: RAN 노드는 수신한 Training data를 이용하여 AI Model을 훈련한다.
단계 3: RAN 노드는 AI Model을 UE에게 배포/업데이트한다. UE는 수신한 AI Model에 기반하여 모델 훈련을 계속 수행할 수도 있다.
단계 4: UE와 RAN 노드로부터(및/또는 다른 UE로부터) AI Model Inference를 위한 입력 데이터(즉, Inference data)를 수신한다.
단계 5: UE는 수신한 Inference data를 이용하여 AI Model Inference를 수행하여 출력 데이터(예를 들어, 예측 또는 결정)를 생성한다.
단계 6: 적용가능한 경우, UE는 RAN 노드에게 모델 성능 피드백을 전송할 수 있다.
단계 7: UE와 RAN 노드는 출력 데이터에 기반한 동작(action)을 수행한다.
단계 8: UE는 RAN 노드에게 피드백 정보를 전송한다.
양자화 기반 CSI 보고
네트워크와 단말 사이에서 CSI 피드백 오버헤드를 줄이기 위하여 오토 인코더(autoencoder)를 이용해 CSI 측정에 대한 압축(compression) 및 압축 해제(de-compression)를 수행할 수 있다. 예를 들어, 오토 인코더는 전술한 다양한 예시들에 따른 (인공) 신경망, 및/또는 AI/ML 알고리즘에 기반하여 구성될 수 있다. 예를 들어, (D)NN 구조에 기반하여 CSI 압축/압축 해제를 수행하기 위한 오토 인코더를 구성할 수 있다. NN 구조는 오토 인코더를 구성하기 위한 일 예가 될 수 있고, 오토 인코더를 구성 방식을 제한하는 것은 아니다. 따라서, 전술한 예시들의 또는 언급되지 않은 다른 NN 구조 및/또는 AI/ML 알고리즘에 기반하여 오토 인코더를 구성하거나 CSI 압축/압축 해제를 수행할 수도 있다.
본 개시에서는 오토 인코더에 대해서 채널 측정을 위한 자원(예를 들어, CSI-RS 자원, SSB 자원 등) 신호에 기반하여 측정한 결과를 비트 스트림으로 변환하여 송신/수신하기 위한 양자화(quantization) 방안에 대한 다양한 예시들에 대해서 설명한다.
도 17은 본 개시가 적용될 수 있는 오토 인코더 기반의 CSI 측정 및 보고 시스템의 일 예시를 설명하기 위한 도면이다. 도 18은 본 개시가 적용될 수 있는 오토 인코더 기반 단말 및 기지국의 동작의 일 예시를 설명하기 위한 도면이다. 예를 들어, 도 18의 동작은 도 17의 단말 및 기지국 상에서 수행될 수 있다.
도 18을 참조하면, 기지국은 단말에게 오토 인코더에 대한 설정 정보를 제공할 수 있다. 이러한 설정 정보는, 오토 인코더의 오토 인코더에 입력되는 측정 값을 도출할 참조 신호, 오토 인코더의 출력 값(즉, 입력되는 측정 값에 대한 압축을 통해 도출되는 값)을 기지국으로 보고할 상향 링크 자원 정보 등에 대한 정보를 포함할 수 있다. 그 후, 설정 정보에 기초하여 기지국으로부터 단말로 참조 신호가 송신될 수 있다.
단말은 설정 정보 및 참조 신호에 기초하여 오토 인코더의 입력 값에 해당하는 측정 값을 도출할 수 있다. 이는 도 17의 예시에서 오리지널 CSI에 해당할 수 있다. 단말은 도출된 측정 값(또는 오리지널 CSI)를 오토 인코더에 입력될 값으로 처리하고, 오토 인코더의 인코딩 동작에 기반하여 압축된 측정 값을 도출할 수 있다. 단말측 오토 인코더에서는 압축률을 스스로 선택하거나 또는 기지국의 설정/지시에 기반하여 압축률을 선택할 수도 있다. 다음으로, 단말은 압축된 측정 값에 대해서 양자화를 수행할 수 있다. 예를 들어, 양자화를 통하여, 실수 값(real value), 허수 값(imaginary value)으로 표현되는 압축된 측정 값을 비트 스트림으로 변환할 수 있다. 단말은 압축된 측정 값에 대한 양자화가 수행된 결과물에 해당하는, 양자화된 CSI(또는 비트 스트림)를 기지국으로 보고할 수 있다.
기지국은 수신된 양자화된 CSI(또는 비트 스트림)에 대해서 양자화 해제(de-quantization)를 수행할 수 있다. 예를 들어, 비트 스트림에 대한 양자화 해제 결과, 실수 값, 허수 값 형태의 압축된 측정 값이 복원될 수 있다. 양자화 해제 결과(즉, 압축된 측정 값)로부터 오토 인코더의 디코딩 동작에 기반하여 압축 해제된 측정 값이 획득될 수 있다. 기지국은 압축 해제된 측정 값에 기초하여 CSI를 획득할 수 있다. 획득된 CSI는 도 17의 예시에서 재구성된 CSI에 해당하며, 단말에서의 오리지널 CSI에 대응하는 것(즉, 단말이 경험하는 채널 상태에 적합한 CSI인 것)으로 간주할 수 있다.
기지국은 획득된 CSI를 참고하여, 단말과의 송수신에 적합한 설정을 단말에게 제공하거나, 또는 단말에 대한 스케줄링을 수행할 수 있다.
전술한 오토 인코더 관련 기지국과 단말의 동작은 본 개시의 다양한 예시들에 적용될 수 있으나, 본 개시의 범위를 제한하는 것은 아니다. 즉, 특정 용어가 특정 기능/동작을 제한하려는 것이 아니다. 따라서, 전술한 기술한 기능/동작/방법을 특정 용어로 제한하지 않을 수 있으며, 다른 용어로 명명하는 것도 가능하다. 또한, 일부 과정의 순서가 변경되거나, 일부 과정이 추가되거나, 일부 과정이 생략되는 것도 역시 가능하다.
본 개시의 예시들의 명료한 이해를 위해서 오토 인코더 또는 AI/ML 기반 CSI 압축의 경우에 대해서 설명하지만, 본 개시의 범위는 오토 인코더 또는 AI/ML 기반 CSI 압축이 적용되지 않고, 다른 구현예에서 CSI 양자화 및 양자화 해제가 적용되는 경우를 포함한다. 즉, 본 개시에서 CSI 압축 및 압축 해제의 구체적인 방식으로 본 개시의 범위가 제한되지 않는다.
또한, 본 개시에서 어떤 정보가 단말과 기지국 간에 정의(define)됨은, 단말과 기지국 간의 별도의 시그널링 없이 해당 정보를 단말과 기지국이 알고 있음을 의미하고; 단말과 기지국 간에 설정(configure)됨은 단말과 기지국 간의 상위계층(예를 들어, RRC) 시그널링을 통하여 해당 정보를 송신/수신함을 의미하고; 단말과 기지국 간에 지시(indicate)됨은 하위계층(예를 들어, L1(예를 들어, DCI/UCI), L2(예를 들어, MAC-CE)) 시그널링을 통하여 해당 정보를 송신/수신함을 의미할 수 있다.
도 19는 본 개시에 따른 단말의 CSI 보고 송신 방법을 설명하기 위한 도면이다.
단계 S1910에서 단말은 하나 이상의 CSI-RS를 네트워크로부터 수신할 수 있다.
하나 이상의 CSI-RS는 하나 이상의 CSI-RS 자원에 각각 대응할 수 있다. 또한, 본 개시에서는 CSI-RS의 예시를 들어 설명하지만, CSI-RS 외에도 단말에서 채널 상태를 측정하고 채널 상태를 나타내는 정보를 도출할 수 있는 임의의 신호(예를 들어, SSB, 또는 다른 방식의 참조신호/파일럿 신호)에 대해서도 본 개시의 예시들이 적용될 수 있다.
단계 S1920에서 단말은 하나 이상의 CSI-RS에 기초하여 하나 이상의 CSI 보고를 네트워크에게 송신할 수 있다.
하나 이상의 CSI 보고는 제 1 CSI 및 제 2 CSI를 포함할 수 있다. 제 1 CSI는 압축된 CSI의 양자화 결과를 포함할 수 있다. 예를 들어, 압축된 CSI는 오토 인코더에 기초하여(또는 AI/ML 기반으로) 획득될 수 있다. 제 2 CSI는 제 1 CSI에 관련된 양자화 레퍼런스 정보를 포함할 수 있다. 예를 들어, 양자화 레퍼런스 정보는 압축된 CSI의 최대값, 최소값, 평균값과 같은 소정의 방식의 대표 값에 해당할 수 있다.
추가적으로 또는 대안적으로, 제 2 CSI는 RSRP(예를 들어, L1-RSRP), SINR(예를 들어, L1-SINR), 또는 CQI 중의 하나 이상을 포함할 수 있다.
추가적으로 또는 대안적으로, 제 1 CSI가 기초하는 제 1 CSI-RS 자원과, 제 2 CSI가 기초하는 제 2 CSI-RS 자원은 동일할 수도 있고 상이할 수도 있다. 예를 들어, 동일한 CSI-RS 자원에 대해서 측정된 결과에 기초하여 압축 및 양자화된 CSI를 보고하고, 이에 대한 양자화 레퍼런스 정보를 보고할 수도 있다. 또는, 제 1 CSI-RS 자원에 대해서 측정된 결과에 기초하여 압축 및 양자화된 CSI를 보고하고, 제 2 CSI-RS 자원에 기초하여 도출되는 보고 값이 제 1 CSI에 대한 양자화 레퍼런스 정보로서 보고될 수도 있다.
추가적으로 또는 대안적으로, 제 2 CSI-RS 자원은 제 1 CSI-RS 자원의 QCL(quasi co-location) 레퍼런스 자원에 해당할 수도 있다. 이에 따라, 제 2 CSI-RS 자원에 기초하여 도출되는 보고 값이 제 1 CSI에 대한 양자화 레퍼런스 정보로서 적용될 수도 있다.
추가적으로 또는 대안적으로, 제 2 CSI에 대한 보고 설정은 제 1 CSI와 연관될 수도 있고, 제 1 CSI-RS 자원에 연관될 수도 있다. 이에 따라, 제 2 CSI 보고에 대한 설정에 기초하여 도출되는 보고 값이 제 1 CSI에 대한 양자화 레퍼런스 정보로서 적용될 수도 있다.
추가적으로 또는 대안적으로, 상기 제 1 CSI 및 상기 제 2 CSI는 동일한 하나의 CSI 보고에 포함될 수도 있고, 상이한 복수의 CSI 보고에 각각 포함될 수도 있다.
추가적으로 또는 대안적으로, 양자화 레퍼런스 정보에 따라서 달라질 수 있는 양자화 결과가 가질 수 있는 값의 범위(즉, 양자화 결과 값 범위), 양자화에 의해서 구분될 수 있는 최소 단위(즉, 양자화의 최소 단위), 또는 양자화 최소 단위 및 양자화 대상 정보 범위에 따라 달라질 수 있는 양자화를 수행하기 위한 비트 개수(즉, 양자화 결과를 나타내는 비트 개수) 중의 하나 이상이, 제 1 CSI에 포함될 수도 있고, 제 2 CSI에 포함될 수도 있고, 제 1 및 제 2 CSI에 포함될 수도 있다.
도 20은 본 개시에 따른 기지국의 CSI 보고 수신 방법을 설명하기 위한 도면이다.
단계 S2010에서 기지국은 하나 이상의 CSI-RS를 단말에게 송신할 수 있다.
단계 S2020에서 기지국은 하나 이상의 CSI-RS에 기초하여 단말에 의해서 생성된 하나 이상의 CSI 보고를 단말로부터 수신할 수 있다.
하나 이상의 CSI 보고는 제 1 CSI 및 제 2 CSI를 포함할 수 있다. 기지국은 제 2 CSI에 포함되는 양자화 레퍼런스 정보에 기초하여, 제 1 CSI에 포함되는 압축된 CSI의 양자화 결과에 대해서 양자화 해제를 수행할 수 있다. 양자화 해제를 통하여 압축된 CSI가 획득되고, 압축된 CSI에 대해서 신경망(NN)을 통하여 압축 해제를 수행하고, CSI를 획득할 수 있다.
하나 이상의 CSI-RS 및 하나 이상의 CSI에 대한 구체적인 특징은 도 19의 예시를 참조하여 설명한 내용과 동일하므로, 중복되는 설명은 생략한다.
이하에서는 양자화 기반 CSI 송신/수신에 대한 본 개시의 구체적인 예시들에 대해서 설명한다.
단말에서 수신한 CSI-RS에 기반하여 CSI 측정 결과(measurement)를 획득할 수 있다. 측정 결과를 압축하여 기지국으로 송신하는 경우, 비트 스트림 구성을 위해 측정 결과(예를 들어, 실수 값 및/또는 허수 값)를 양자화할 필요가 있다. 양자화된 보고를 수신한 기지국에서 앙자화 해제를 정확하게 수행하기 위해서는, 양자화에 대한 정보가 기지국과 단말 사이에 공유되는 것이 필요하다.
추가적으로 고려해야 할 사항으로서, 측정 결과 값의 범위는 채널 상황에 따라 달라질 수 있다. 예를 들어, 셀 중심과 같이 채널 환경이 좋은 단말의 경우 CSI-RS 수신에서의 RSRP가 높은 값(예를 들어, -44dBm)일 수 있고, 셀 외곽과 같이 채널 환경이 좋지 않은 단말의 경우 CSI-RS 수신에서의 RSRP가 낮은 값(예를 들어, -140dBm)일 수 있다. 이러한 경우, 보고될 CSI는 채널 환경이 좋은 경우와 좋지 못한 경우를 모두를 반영할 수 있어야 하므로, 양자화의 대상이 되는 값의 범위를 넓게(예를 들어, -140 부터 -44dBm 까지의 범위) 설정/지시/정의할 필요가 있다. 또한, 양자화의 대상이 되는 값의 범위에 따라 (및/또한 후술하는 양자화 단위에 따라) 양자화 결과를 표현하기 위한 비트 개수가 달라질 수 있다. 예를 들어 1dB 단위 크기를 표현하기 위해서 7 비트가 필요할 수 있고, 최고값과 최저값의 차이가 클수록 넓은 범위의 값에 대한 양자화가 필요하다. 따라서, 양자화 대상이 되는 값의 범위가 넓을수록 (및/또는 양자화 단위가 정밀할수록) 피드백 오버헤드가 증가할 수 있다.
본 개시의 예시들에서는 채널 환경의 차이를 반영하면서도 위한 피드백 오버헤드의 증가를 최소화할 수 있는 새로운 방안에 대해서 설명한다. 예를 들어, 후술하는 양자화 기반 CSI 보고에 대해서, 추가적으로 피드백 오버헤드를 채널 특성(예를 들어, 지연 확산(delay spread))에 기반하여 조절하는 경우 양자화에 대한 최적화를 수행할 수 있고, 이를 통해서 피드백 오버헤드를 효율적으로 관리할 수 있다.
본 개시에 따르면 단말이 기지국에게 양자화에 대한 정보를 보고할 수 있다. 예를 들어, 압축된 CSI 보고에 해당하는 제 1 CSI 보고를 정의할 수 있고, 제 1 CSI 보고의 양자화에 대해서 제 2 CSI 보고에 포함되는 정보를 양자화에 대한 레퍼런스(reference) 값으로 활용할 수 있다.
도 21은 본 개시에 따른 양자화와 관련된 정보를 설명하기 위한 도면이다.
전술한 양자화에 대한 레퍼런스 값은, 양자화 범위에 속한 값들에 대한 기준이 되는 값으로서 정의될 수 있다. 예를 들어, 양자화에 대한 레퍼런스 값은, 도 21(a)의 예시에서와 같이 채널 측정 결과(또는 채널 측정 결과에 대한 압축이 적용된 결과)에 대한 최대값, 최소값, 또는 평균값 등에 해당할 수 있다. 예를 들어, 양자화에 대한 레퍼런스 값은 dBm 단위를 가지는 값으로 정의될 수 있다.
예를 들어, 레퍼런스 값을 최대값으로 정의하는 경우, 실수 값 및/또는 허수 값에 대한 (압축된) 측정 결과 값들 중에서 최대 값에 해당하는 레퍼런스 값을 결정할 수 있다. 각각의 측정 결과 값은 레퍼런스 값과 비교한 오프셋 값으로 표현될 수 있으며, 이에 따라 측정 결과 값들을 양자화할 수 있다.
예를 들어, 최대값이 -40 dBm이고 이를 레퍼런스 값으로 적용하고, 양자화 단위(또는 갭 크기)가 2 dB이고, 양자화 대상 값들의 범위를 모두 커버하기 위해서 양자화 결과 비트가 4 비트 크기인 것으로 가정할 수 있다. 이 경우, 양자화 결과 비트 값 0000은 0 dB(즉, 레퍼런스 값과 동일)에 해당하고, 0001은 -2 dB에 해당하고(즉, -42 dBm), 0010은 -4 dB(즉, -44 dBm)에 해당할 수 있다. 예를 들어, N 개의 압축된 측정 결과들 중에서 n 번째 값(즉, x(n))이 -50 dBm이라고 가정하면, x(n)에 대한 양자화 결과는 0101일 수 있다.
양자화에 대한 레퍼런스 값(양자화에 대한 레퍼런스 값을 도출하는 규칙)은 기지국과 단말 간에 미리 정의/설정/지시될 수 있다.
실시예 1
본 실시예는 제 2 CSI 보고에 양자화 레퍼런스 정보로서 RSRP가 포함되는 방안에 대한 것이다. 예를 들어, 양자화 레퍼런스 정보로서 이용되는 RSRP는 L1-RSRP일 수 있다. L1-RSRP는 RS 자원(예를 들어, CSI-RS 자원 및/또는 SSB 자원)의 RE의 전력 기여(power contribution)에 걸친 선형 평균에 기초하여 도출될 수 있다.
예를 들어, 오토 인코더에 입력되는 측정 결과는 특정 CSI-RS 자원에 대한 측정 결과 값에 해당할 수 있다. 따라서, (압축된) 측정 결과는 상기 특정 CSI-RS 자원에 기초하여 측정된 결과의 특성을 가지거나, 해당 특성에 따르는 특성을 가질 수 있다.
이와 관련하여, 상기 특정 CSI-RS 자원에 대해서 수신 전력의 평균 값으로 해석가능한 L1-RSRP 값이 보고될 수 있다. 이러한 L1-RSRP 값은 (압축된) 측정 결과의 크기 값이 가지는 특성과 동일/유사한 특성을 가질 수 있다. 따라서, L1-RSRP 값을 양자화 레퍼런스 정보(예를 들어, 채널 측정 결과의 최대값, 최소값, 또는 평균값)으로 활용할 수 있다.
이와 같이 특정 CSI-RS 자원에 대해서 (압축된) 측정 결과에 기초하여 양자화를 수행하여 보고될 CSI(예를 들어, 제 1 CSI)를 도출하고, 상기 특정 CSI-RS 자원에 대한 L1-RSRP 값을 제 1 CSI(즉, 양자화된 CSI)에 대한 양자화 레퍼런스 정보로서 제 2 CSI에 포함시킬 수도 있다.
추가적으로 또는 대안적으로, 제 2 CSI로서 이미 기지국으로 보고된 보고 값을 이용할 수도 있다. 예를 들어, 제 1 CSI의 기초가 되는 CSI-RS 자원과 상이한 CSI-RS 자원에 대한 L1-RSRP 값을 제 1 CSI의 양자화된 CSI에 대한 양자화 레퍼런스 정보로서 이용할 수 있다. 기초가 되는 CSI-RS 자원이 상이하더라도 시간/주파수 위치에 따라서(예를 들어, 시간/주파수 도메인에서 동일하거나 가까운) 실질적으로 동일한 또는 유사한 채널 특성을 가질 수 있으므로, 상이한 CSI-RS 자원에 대한 보고 값을 양자화 레퍼런스 정보로서 활용하더라도, 양자화된 CSI를 기지국이 해석함에 있어서 문제가 최소화될 수 있다. 또한, 이미 보고된 보고 값을 제 2 CSI(또는 양자화 레퍼런스 정보)로서 활용하고 제 1 CSI(또는 양자화된 CSI)에 대한 양자화 레퍼런스 정보를 따로 보고하지 않으므로, 피드백 오버헤드를 더 줄일 수 있는 장점을 가진다.
L1-RSRP는 채널 측정 결과의 실수 값 및 허수 값 모두를 이용하여 계산될 수 있다. 채널 측정 결과의 실수 값 또는 허수 값에 대해서 하나에 대해서만 또는 개별적인 양자화를 수행하는 경우, L1-RSRP와 유사한 새로운 정규화 팩터(normalization factor)가 제 2 CSI로서 적용될 수 있다. 예를 들어, L1-RSRP 값을 Q dBm으로 보고하는 경우, Q-3 dBm을 양자화 레퍼런스 값으로서 가정하여 적용할 수 있다.
추가적으로 또는 대안적으로, 제 2 CSI 또는 양자화 레퍼런스 정보로서 L1-SINR 및/또는 CQI 보고 값이 이용될 수도 있다. 예를 들어, L1-SINR 및/또는 CQI는 전술한 L1-RSRP 대신에 또는 L1-RSRP에 추가적으로 이용될 수도 있다. L1-SINR은 RS 자원(예를 들어, CSI-RS 자원 및/또는 SSB 자원)의 RE의 전력 기여에 걸친 선형 평균을 간섭 및 잡음의 전력 기여의 선형 평균으로 나눈 값에 기초하여 도출될 수 있다. CQI는 주어진 채널 조건에서 요구되는 블록 에러율을 달성하기 위해서 적용가능한 최대의 MCS(modulation and coding scheme)을 지시하는 정보에 해당할 수 있다.
추가적으로 또는 대안적으로, 전술한 채널 측정 결과는 원하는(desired) 채널에 대한 측정 결과에 해당할 수 있고, 간섭 채널에 대한 측정 결과에도 해당할 수 있다. 즉, 원하는 채널 및/또는 간섭 채널에 대해서 전술한 양자화 결과 및 양자화 레퍼런스 정보의 보고가 수행될 수 있다. 이와 관련하여, IMR(interference measurement resource) 또는 CSI-IM(CSI resource-interference measurement) (예를 들어, 간섭 측정에 대한 NZP(non-zero power)/ZP(zero power) CSI-RS 자원)에 대해서 측정 결과 도출, (압축 및) 양자화, 양자화된 CSI 보고 및 양자화 레퍼런스 정보 보고가 전술한 예시들에 따라서 적용될 수 있다.
실시예 2
본 실시예는 제 1 CSI 보고와 제 2 CSI 보고를 대응 또는 연관시키기 위해서, 제 1 CSI 보고가 기초하는 CSI-RS 자원에 대한 QCL 관계를 이용하는 방안에 대한 것이다.
예를 들어, 기지국은 제 2 CSI 보고에 대응하는(또는 기초하는) 제 2 CSI-RS 자원에 대한 L1-RSRP(또는 L1-SINR/CQI)를 보고하도록 단말에게 설정/지시할 수 있다. 또한, 기지국은 제 1 CSI(또는 양자화된 측정 결과) 도출에 이용하는 제 1 CSI-RS 자원을 단말에게 설정함에 있어서, 제 1 CSI-RS 자원의 QCL 레퍼런스 RS를 제 2 CSI-RS 자원으로 설정할 수 있다.
이 경우, 단말은 제 1 CSI-RS 자원에 기초한 측정 결과에 대한 양자화를 수행함에 있어서, 제 2 CSI-RS 자원에 대한 (가장 최근의) L1-RSRP 보고 값을 제 1 CSI 보고를 위한 양자화 레퍼런스 정보로서 가정하여 양자화를 수행할 수 있다.
실시예 3
본 실시예는 제 1 CSI 보고와 제 2 CSI 보고를 대응 또는 연관시키기 위해서, 제 1 CSI 보고 설정 또는 제 1 CSI-RS 자원 설정과 제 2 CSI 보고 설정이 연관되는 방안에 대한 것이다.
예를 들어, 측정 결과 도출에 이용하는 제 1 CSI 보고 설정 및/또는 제 1 CSI-RS 자원 설정에 대해서, 양자화 레퍼런스 정보(예를 들어, L1-RSRP) 보고를 위한 제 2 CSI 보고 설정을 대응시키거나 또는 연관시킬 수 있다. 예를 들어, CSI 보고 설정은 CSI-ReportConfig라는 상위계층 시그널링 정보 요소에 대응할 수 있으며, 구별되는 CSI 보고 설정은 구별되는 CSI-ReportConfigId 값을 가질 수 있다. 예를 들어, CSI-RS 자원 설정은 CSI-ResourceConfig라는 상위계층 시그널링 정보 요소에 대응할 수 있으며, 구별되는 CSI-RS 자원 설정은 구별되는 CSI-ResourceConfigId 값을 가질 수 있다. 또한, CSI 보고 설정 내에는 해당 CSI 보고가 기초하는 CSI-RS 자원에 대한 ID 값이 포함될 수 있다. 즉, 제 1 CSI 보고에 대한 설정에는 제 1 CSI-RS 자원에 대한 설정을 지시하는 식별 정보가 포함되고, 제 2 CSI 보고에 대한 설정에는 제 2 CSI-RS 자원에 대한 설정을 지시하는 식별 정보가 포함될 수 있다 (전술한 바와 같이 제 1 CSI-RS 자원과 제 2 CSI-RS 자원은 동일할 수도 있고 상이할 수도 있음). 이에 추가적으로, 제 1 CSI 보고 설정에 및/또는 제 1 CSI-RS 자원 설정에, 본 개시에 따른 (양자화 레퍼런스 정보를 적어도 포함하는) 제 2 CSI 보고 설정을 지시하는 정보 및/또는 제 2 CSI-RS 자원 설정을 지시하는 정보가 추가될 수 있다.
예를 들어, 측정 결과의 도출에 이용되는 제 1 CSI 보고 설정(예를 들어, CSI-ReportConfigId #1)에 대해서, L1-RSRP 보고를 위한 제 2 CSI 보고 설정(예를 들어, CSI-ReportConfigId #2)을 대응시킬 수 있다. 이에 추가적으로 또는 대안적으로, 제 1 CSI-RS 자원 설정(예를 들어, CSI-ResourceConfigId #1)에 대해서, L1-RSRP 보고를 위한 제 2 CSI 보고 설정(예를 들어, CSI-ReportConfigId #2)을 대응시킬 수 있다.
또한, 단말은 제 1 CSI-RS 자원에 기초하여 측정 결과를 도출하고 양자화를 수행함에 있어서, 제 2 CSI 보고 설정에 따라서 보고된 (가장 최근의) L1-RSRP 값을, 제 1 CSI 보고를 위한 양자화 레퍼런스 값으로 가정하여 양자화 동작을 수행할 수 있다.
전술한 예시들에서, L1-RSRP는 상대적인 값으로서 정의될 수도 있으나, 본 개시에서는 RSRP의 절대값을 양자화 레퍼런스 정보로서 보고하는 방안도 포함한다.
전술한 예시들에서 제 1 CSI 보고와 제 2 CSI 보고가 별도의 CSI 보고들로서 구별될 수도 있고, 또는 제 1 CSI(예를 들어, 양자화된 측정 결과를 적어도 포함) 및 제 2 CSI(예를 들어, 양자화 레퍼런스 정보를 적어도 포함)가 하나의 CSI 보고로서 기지국으로 송신될 수도 있다.
실시예 4
전술한 예시들에 추가적으로, 양자화 결과 값 범위, 양자화 최소 단위, 양자화 결과를 나타내는 비트 개수에 대한 정보가 단말로부터 기지국으로 보고될 수도 있다. 이러한 부가 정보들은 제 1 CSI 및/또는 제 2 CSI에 포함될 수 있다.
양자화 결과 값 범위는 양자화 레퍼런스 정보(예를 들어, 최소값 또는 최대값)에 따라서 달라질 수 있는 양자화 결과가 가질 수 있는 값의 범위를 의미할 수 있다. 도 21(b)에서 X dB가 양자화 범위에 해당할 수 있다.
양자화의 최소 단위는 양자화에 의해서 구분될 수 있는 최소 단위 또는 갭 크기(gap size)에 해당할 수 있다. 도 21(b)의 예시에서 k dB(/dBm)이 양자화 단위에 해당할 수 있다.
양자화 결과를 나타내는 비트 개수는, 양자화 최소 단위 및/또는 양자화 대상 정보 범위에 따라 달라질 수 있는 양자화를 수행하기 위한 비트 개수에 해당할 수 있다. 도 21(b)의 예시에서 Y 비트가 양자화 비트 개수에 해당할 수 있다.
이러한 부가 정보의 전부 또는 일부는 기지국에 의해서 단말에게 (미리) 설정/지시되거나, 기지국과 단말 간에 미리 정의될 수 도 있다. 추가적으로 또는 대안적으로, 이러한 부가 정보의 전부 또는 일부에 대해서 단말 캐퍼빌리티 정보가 미리 기지국에게 전달되고, 기지국은 단말이 지원가능한 후보 값 중에서 특정 값을 설정/지시할 수도 있다.
전술한 예시들은 측정 결과의 실수 값 및 허수 값에 대해서 모두 적용되거나, 실수 값에 대해서 또는 허수 값에 대해서 독립적으로 적용될 수도 있다. 이에 추가적으로 또는 대안적으로, 피드백 오버헤드를 줄이기 위해서 측정 결과의 실수 값 및 허수 값에 대해서 동일한 가정에 기초하도록 동작할 수도 있다. 예를 들어, 측정 결과의 실수 값에 대한 제 1 양자화, 및 허수 값에 대한 제 2 양자화를 독립적/개별적으로 수행하면서, 양자화에 필요한 파라미터를 제 1 양자화 및 제 2 양자화에서 공유할 수도 있다.
본 개시가 적용될 수 있는 장치 일반
도 22는 본 개시의 일 실시예에 따른 무선 통신 장치의 블록 구성도를 예시한다.
도 22를 참조하면, 제1 무선 기기(100)와 제2 무선 기기(200)는 다양한 무선 접속 기술(예를 들어, LTE, NR)을 통해 무선 신호를 송수신할 수 있다.
제1 무선 기기(100)는 하나 이상의 프로세서(102) 및 하나 이상의 메모리(104)를 포함하며, 추가적으로 하나 이상의 송수신기(106) 및/또는 하나 이상의 안테나(108)을 더 포함할 수 있다. 프로세서(102)는 메모리(104) 및/또는 송수신기(106)를 제어하며, 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(102)는 메모리(104) 내의 정보를 처리하여 제1 정보/신호를 생성한 뒤, 송수신기(106)을 통해 제1 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(102)는 송수신기(106)를 통해 제2 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제2 정보/신호의 신호 처리로부터 얻은 정보를 메모리(104)에 저장할 수 있다. 메모리(104)는 프로세서(102)와 연결될 수 있고, 프로세서(102)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(104)는 프로세서(102)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(102)와 메모리(104)는 무선 통신 기술(예를 들어, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(106)는 프로세서(102)와 연결될 수 있고, 하나 이상의 안테나(108)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(106)는 송신기 및/또는 수신기를 포함할 수 있다. 송수신기(106)는 RF(Radio Frequency) 유닛과 혼용될 수 있다. 본 개시에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
제2 무선 기기(200)는 하나 이상의 프로세서(202), 하나 이상의 메모리(204)를 포함하며, 추가적으로 하나 이상의 송수신기(206) 및/또는 하나 이상의 안테나(208)를 더 포함할 수 있다. 프로세서(202)는 메모리(204) 및/또는 송수신기(206)를 제어하며, 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(202)는 메모리(204) 내의 정보를 처리하여 제3 정보/신호를 생성한 뒤, 송수신기(206)를 통해 제3 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(202)는 송수신기(206)를 통해 제4 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제4 정보/신호의 신호 처리로부터 얻은 정보를 메모리(204)에 저장할 수 있다. 메모리(204)는 프로세서(202)와 연결될 수 있고, 프로세서(202)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(204)는 프로세서(202)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(202)와 메모리(204)는 무선 통신 기술(예를 들어, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(206)는 프로세서(202)와 연결될 수 있고, 하나 이상의 안테나(208)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(206)는 송신기 및/또는 수신기를 포함할 수 있다 송수신기(206)는 RF 유닛과 혼용될 수 있다. 본 개시에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
이하, 무선 기기(100, 200)의 하드웨어 요소에 대해 보다 구체적으로 설명한다. 이로 제한되는 것은 아니지만, 하나 이상의 프로토콜 계층이 하나 이상의 프로세서(102, 202)에 의해 구현될 수 있다. 예를 들어, 하나 이상의 프로세서(102, 202)는 하나 이상의 계층(예를 들어, PHY, MAC, RLC, PDCP, RRC, SDAP와 같은 기능적 계층)을 구현할 수 있다. 하나 이상의 프로세서(102, 202)는 본 개시에 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(102, 202)는 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 메시지, 제어정보, 데이터 또는 정보를 생성할 수 있다. 하나 이상의 프로세서(102, 202)는 본 개시에 개시된 기능, 절차, 제안 및/또는 방법에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 포함하는 신호(예를 들어, 베이스밴드 신호)를 생성하여, 하나 이상의 송수신기(106, 206)에게 제공할 수 있다. 하나 이상의 프로세서(102, 202)는 하나 이상의 송수신기(106, 206)로부터 신호(예를 들어, 베이스밴드 신호)를 수신할 수 있고, 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 획득할 수 있다.
하나 이상의 프로세서(102, 202)는 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 또는 마이크로 컴퓨터로 지칭될 수 있다. 하나 이상의 프로세서(102, 202)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(102, 202)에 포함될 수 있다. 본 개시에 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 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 수행하도록 설정된 펌웨어 또는 소프트웨어는 하나 이상의 프로세서(102, 202)에 포함되거나, 하나 이상의 메모리(104, 204)에 저장되어 하나 이상의 프로세서(102, 202)에 의해 구동될 수 있다. 본 개시에 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(104, 204)는 하나 이상의 프로세서(102, 202)와 연결될 수 있고, 다양한 형태의 데이터, 신호, 메시지, 정보, 프로그램, 코드, 지시 및/또는 명령을 저장할 수 있다. 하나 이상의 메모리(104, 204)는 ROM, RAM, EPROM, 플래시 메모리, 하드 드라이브, 레지스터, 캐쉬 메모리, 컴퓨터 판독 저장 매체 및/또는 이들의 조합으로 구성될 수 있다. 하나 이상의 메모리(104, 204)는 하나 이상의 프로세서(102, 202)의 내부 및/또는 외부에 위치할 수 있다. 또한, 하나 이상의 메모리(104, 204)는 유선 또는 무선 연결과 같은 다양한 기술을 통해 하나 이상의 프로세서(102, 202)와 연결될 수 있다.
하나 이상의 송수신기(106, 206)는 하나 이상의 다른 장치에게 본 개시의 방법들 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 전송할 수 있다. 하나 이상의 송수신기(106, 206)는 하나 이상의 다른 장치로부터 본 개시에 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(106, 206)는 하나 이상의 프로세서(102, 202)와 연결될 수 있고, 무선 신호를 송수신할 수 있다. 예를 들어, 하나 이상의 프로세서(102, 202)는 하나 이상의 송수신기(106, 206)가 하나 이상의 다른 장치에게 사용자 데이터, 제어 정보 또는 무선 신호를 전송하도록 제어할 수 있다. 또한, 하나 이상의 프로세서(102, 202)는 하나 이상의 송수신기(106, 206)가 하나 이상의 다른 장치로부터 사용자 데이터, 제어 정보 또는 무선 신호를 수신하도록 제어할 수 있다. 또한, 하나 이상의 송수신기(106, 206)는 하나 이상의 안테나(108, 208)와 연결될 수 있고, 하나 이상의 송수신기(106, 206)는 하나 이상의 안테나(108, 208)를 통해 본 개시에 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 개시에서, 하나 이상의 안테나는 복수의 물리 안테나이거나, 복수의 논리 안테나(예를 들어, 안테나 포트)일 수 있다. 하나 이상의 송수신기(106, 206)는 수신된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 하나 이상의 프로세서(102, 202)를 이용하여 처리하기 위해, 수신된 무선 신호/채널 등을 RF 밴드 신호에서 베이스밴드 신호로 변환(Convert)할 수 있다. 하나 이상의 송수신기(106, 206)는 하나 이상의 프로세서(102, 202)를 이용하여 처리된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 베이스밴드 신호에서 RF 밴드 신호로 변환할 수 있다. 이를 위하여, 하나 이상의 송수신기(106, 206)는 (아날로그) 오실레이터 및/또는 필터를 포함할 수 있다.
이상에서 설명된 실시예들은 본 개시의 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 개시의 실시예를 구성하는 것도 가능하다. 본 개시의 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다. 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함시킬 수 있음은 자명하다.
본 개시는 본 개시의 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 개시의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 개시의 등가적 범위 내에서의 모든 변경은 본 개시의 범위에 포함된다.
본 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다. 본 개시에서 설명하는 특징을 수행하는 프로세싱 시스템을 프로그래밍하기 위해 사용될 수 있는 명령은 저장 매체 또는 컴퓨터 판독가능 저장 매체 상에/내에 저장될 수 있고, 이러한 저장 매체를 포함하는 컴퓨터 프로그램 제품을 이용하여 본 개시에서 설명하는 특징이 구현될 수 있다. 저장 매체는 DRAM, SRAM, DDR RAM 또는 다른 랜덤 액세스 솔리드 스테이트 메모리 디바이스와 같은 고속 랜덤 액세스 메모리를 포함할 수 있지만, 이에 제한되지 않으며, 하나 이상의 자기 디스크 저장 디바이스, 광 디스크 저장 장치, 플래시 메모리 디바이스 또는 다른 비-휘발성 솔리드 스테이트 저장 디바이스와 같은 비-휘발성 메모리를 포함할 수 있다. 메모리는 선택적으로 프로세서(들)로부터 원격에 위치한 하나 이상의 저장 디바이스를 포함한다. 메모리 또는 대안적으로 메모리 내의 비-휘발성 메모리 디바이스(들)는 비-일시적 컴퓨터 판독가능 저장 매체를 포함한다. 본 개시에서 설명하는 특징은, 머신 판독가능 매체 중 임의의 하나에 저장되어 프로세싱 시스템의 하드웨어를 제어할 수 있고, 프로세싱 시스템이 본 개시의 실시예에 따른 결과를 활용하는 다른 메커니즘과 상호작용하도록 하는 소프트웨어 및/또는 펌웨어에 통합될 수 있다. 이러한 소프트웨어 또는 펌웨어는 애플리케이션 코드, 디바이스 드라이버, 운영 체제 및 실행 환경/컨테이너를 포함할 수 있지만 이에 제한되지 않는다.
여기서, 본 개시의 무선 기기(100, 200)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 개시의 무선 기기(100, 200)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 개시의 무선 기기(100, 200)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.
본 개시에서 제안하는 방법은 3GPP LTE/LTE-A, 5G 시스템에 적용되는 예를 중심으로 설명하였으나, 3GPP LTE/LTE-A, 5G 시스템 이외에도 다양한 무선 통신 시스템에 적용하는 것이 가능하다.

Claims (15)

  1. 무선 통신 시스템에서 단말에 의해서 채널 상태 정보(channel state information, CSI) 보고를 수행하는 방법에 있어서, 상기 방법은:
    기지국으로부터, 상기 CSI 보고와 관련된 설정 정보를 수신하는 단계;
    상기 기지국으로부터, 상기 설정 정보에 기반하여 적어도 하나의 CSI-RS(CSI-reference signal)를 수신하는 단계; 및
    상기 기지국에게, 상기 적어도 하나의 CSI-RS에 기반하여 계산된 CSI를 전송하는 단계를 포함하되,
    상기 CSI는 상기 설정 정보에 따른 다수의 파라미터들을 포함하고,
    상기 다수의 파라미터들 중 적어도 하나의 파라미터는 특정 러닝 알고리즘에 기반하여 결정되는, 방법.
  2. 제1항에 있어서,
    상기 설정 정보는 상기 특정 러닝 알고리즘에 기반한 훈련(training) 또는 추론(inference)을 위한 용도의 특정 CSI 설정 정보에 해당하는, 방법.
  3. 제2항에 있어서,
    상기 특정 CSI 설정 정보는 상기 훈련 또는 상기 추론 중 어느 하나를 나타내는 보고양(report quantity) 정보로 설정되는, 방법.
  4. 제1항에 있어서,
    상기 CSI는 다수의 부분 CSI를 포함하며,
    상기 다수의 부분 CSI 중에서 하나의 부분 CSI는 상기 특정 러닝 알고리즘을 이용하여 압축되는, 방법.
  5. 제4항에 있어서,
    상기 다수의 부분 CSI 중에서 나머지 부분 CSI는 상기 특정 러닝 알고리즘에 기반한 압축율에 대한 정보를 포함하는, 방법.
  6. 제5항에 있어서,
    상기 적어도 하나의 파라미터는 상기 특정 러닝 알고리즘을 이용하여 압축되는 하나의 부분 CSI에 포함되는, 방법.
  7. 제6항에 있어서,
    상기 나머지 부분 CSI는 상기 다수의 파라미터들 중에서 상기 적어도 하나의 파라미터를 나타내는 정보를 포함하는, 방법.
  8. 제1항에 있어서,
    상기 적어도 하나의 파라미터는 CSI-RS 인덱스에 해당하는 하나 이상의 측정 값에 대한 비트맵 정보에 해당하는, 방법.
  9. 제8항에 있어서,
    상기 기지국으로부터, 상기 비트맵 정보와 관련된 범위 또는 상기 비트맵 정보의 보고 단위 중 적어도 하나에 대한 정보를 수신하는 단계를 더 포함하는, 방법.
  10. 제1항에 있어서,
    CSI 생략(omission)이 수행됨에 기반하여, 상기 CSI는 채널 측정 보고를 위한 CSI 설정 정보에 따른 CSI보다 높은 우선 순위를 갖는, 방법.
  11. 무선 통신 시스템에서 채널 상태 정보 보고를 수행하는 단말에 있어서, 상기 단말은:
    하나 이상의 송수신기; 및
    상기 하나 이상의 송수신기와 연결된 하나 이상의 프로세서를 포함하고,
    상기 하나 이상의 프로세서는:
    기지국으로부터, 상기 CSI 보고와 관련된 설정 정보를 수신하고;
    상기 기지국으로부터, 상기 설정 정보에 기반하여 적어도 하나의 CSI-RS(CSI-reference signal)를 수신하고;
    상기 기지국에게, 상기 적어도 하나의 CSI-RS에 기반하여 계산된 CSI를 전송하도록 설정하되,
    상기 CSI는 상기 설정 정보에 따른 다수의 파라미터들을 포함하고,
    상기 다수의 파라미터들 중 적어도 하나의 파라미터는 특정 러닝 알고리즘에 기반하여 결정되는, 단말.
  12. 무선 통신 시스템에서 기지국에 의해서 채널 상태 정보(channel state information, CSI) 보고를 수신하는 방법에 있어서, 상기 방법은:
    단말에게, 상기 CSI 보고와 관련된 설정 정보를 전송하는 단계;
    상기 단말에게, 상기 설정 정보에 기반하여 적어도 하나의 CSI-RS(CSI-reference signal)를 전송하는 단계; 및
    상기 단말로부터, 상기 적어도 하나의 CSI-RS에 기반하여 계산된 CSI를 수신하는 단계를 포함하되,
    상기 CSI는 상기 설정 정보에 따른 다수의 파라미터들을 포함하고,
    상기 다수의 파라미터들 중 적어도 하나의 파라미터는 특정 러닝 알고리즘에 기반하여 결정되는, 방법.
  13. 무선 통신 시스템에서 채널 상태 정보(channel state information, CSI) 보고를 수신하는 기지국에 있어서, 상기 기지국은:
    하나 이상의 송수신기; 및
    상기 하나 이상의 송수신기와 연결된 하나 이상의 프로세서를 포함하고,
    상기 하나 이상의 프로세서는:
    단말에게, 상기 CSI 보고와 관련된 설정 정보를 전송하고;
    상기 단말에게, 상기 설정 정보에 기반하여 적어도 하나의 CSI-RS(CSI-reference signal)를 전송하고;
    상기 단말로부터, 상기 적어도 하나의 CSI-RS에 기반하여 계산된 CSI를 수신하도록 설정하되,
    상기 CSI는 상기 설정 정보에 따른 다수의 파라미터들을 포함하고,
    상기 다수의 파라미터들 중 적어도 하나의 파라미터는 특정 러닝 알고리즘에 기반하여 결정되는, 기지국.
  14. 무선 통신 시스템에서 단말을 제어하도록 설정되는 프로세싱 장치에 있어서, 상기 프로세싱 장치는:
    하나 이상의 프로세서; 및
    상기 하나 이상의 프로세서에 동작 가능하게 연결되고, 상기 하나 이상의 프로세서에 의해 실행됨에 기반하여, 제1항 내지 제10항 중 어느 한 항에 따른 방법을 수행하기 위한 명령들을 저장하는 하나 이상의 컴퓨터 메모리를 포함하는, 프로세싱 장치.
  15. 하나 이상의 명령을 저장하는 하나 이상의 비-일시적(non-transitory) 컴퓨터 판독가능 매체로서,
    상기 하나 이상의 명령은 하나 이상의 프로세서에 의해서 실행되어, 무선 통신 시스템에서 장치가, 제1항 내지 제10항 중 어느 한 항에 따른 방법을 수행하도록 제어하는, 컴퓨터 판독가능 매체.
PCT/KR2023/002420 2022-02-23 2023-02-21 무선 통신 시스템에서 양자화 기반 채널 상태 정보 송신 또는 수신 방법 및 장치 WO2023163474A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20220023577 2022-02-23
KR10-2022-0023577 2022-02-23

Publications (1)

Publication Number Publication Date
WO2023163474A1 true WO2023163474A1 (ko) 2023-08-31

Family

ID=87766377

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/002420 WO2023163474A1 (ko) 2022-02-23 2023-02-21 무선 통신 시스템에서 양자화 기반 채널 상태 정보 송신 또는 수신 방법 및 장치

Country Status (1)

Country Link
WO (1) WO2023163474A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210143883A1 (en) * 2019-11-08 2021-05-13 Qualcomm Incorporated Enhancements to channel state information reporting
US20210266787A1 (en) * 2020-02-24 2021-08-26 Qualcomm Incorporated Compressed measurement feedback using an encoder neural network
US20210266763A1 (en) * 2020-02-24 2021-08-26 Qualcomm Incorporated Channel state information (csi) learning
US20210351885A1 (en) * 2019-04-16 2021-11-11 Samsung Electronics Co., Ltd. Method and apparatus for reporting channel state information
WO2022025814A1 (en) * 2020-07-28 2022-02-03 Telefonaktiebolaget Lm Ericsson (Publ) On subband configuration for reduced csi computation time

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210351885A1 (en) * 2019-04-16 2021-11-11 Samsung Electronics Co., Ltd. Method and apparatus for reporting channel state information
US20210143883A1 (en) * 2019-11-08 2021-05-13 Qualcomm Incorporated Enhancements to channel state information reporting
US20210266787A1 (en) * 2020-02-24 2021-08-26 Qualcomm Incorporated Compressed measurement feedback using an encoder neural network
US20210266763A1 (en) * 2020-02-24 2021-08-26 Qualcomm Incorporated Channel state information (csi) learning
WO2022025814A1 (en) * 2020-07-28 2022-02-03 Telefonaktiebolaget Lm Ericsson (Publ) On subband configuration for reduced csi computation time

Similar Documents

Publication Publication Date Title
WO2021162517A1 (ko) 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 장치
WO2021162522A1 (ko) 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 장치
WO2021235572A1 (ko) 온-디바이스 학습 기반 기계 학습 네트워크를 이용한 무선 통신 방법
WO2022169181A1 (ko) 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 장치
WO2022265141A1 (ko) 무선 통신 시스템에서 빔 관리를 수행하는 방법 및 이를 위한 장치
WO2022031077A1 (ko) 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 장치
WO2023287086A1 (ko) 무선 통신 시스템에서 빔 정보를 송수신하는 방법 및 이를 위한 장치
WO2021154020A1 (ko) 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 장치
WO2023163474A1 (ko) 무선 통신 시스템에서 양자화 기반 채널 상태 정보 송신 또는 수신 방법 및 장치
WO2022197081A1 (ko) 무선 통신 시스템에서 상향링크 송수신 방법 및 장치
WO2023136554A1 (ko) 무선 통신 시스템에서 무선 신호 송수신 방법 및 장치
WO2023191431A1 (ko) 무선 통신 시스템에서 개선된 코드북-기반 채널 상태 정보 송신 또는 수신 방법 및 장치
WO2023287095A1 (ko) 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 장치
WO2024210413A1 (ko) 무선 통신 시스템에서 상향링크 제어 정보 송수신 방법 및 장치
WO2023080636A1 (ko) 무선 통신 시스템에서 상향링크 또는 하향링크 송수신을 수행하는 방법 및 장치
WO2023068686A1 (ko) 무선 통신 시스템에서 무선 신호 송수신 방법 및 장치
WO2023055111A1 (ko) 무선 통신 시스템에서 무선 신호 송수신 방법 및 장치
WO2023211134A1 (ko) 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 장치
WO2023136553A1 (ko) 무선 통신 시스템에서 무선 신호 송수신 방법 및 장치
WO2023080658A1 (ko) 무선 통신 시스템에서 물리 채널 송수신 방법 및 장치
WO2023063655A1 (ko) 무선 통신 시스템에서 채널 상태 정보를 송수신하는 방법 및 장치
WO2023243958A1 (ko) 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 장치
WO2024071817A1 (ko) 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 장치
WO2024196146A2 (ko) 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 장치
WO2024162807A1 (ko) 무선 통신 시스템에서 채널 상태 정보 송수신 방법 및 장치

Legal Events

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

Ref document number: 23760348

Country of ref document: EP

Kind code of ref document: A1