WO2024038926A1 - 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법 - Google Patents

무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법 Download PDF

Info

Publication number
WO2024038926A1
WO2024038926A1 PCT/KR2022/012335 KR2022012335W WO2024038926A1 WO 2024038926 A1 WO2024038926 A1 WO 2024038926A1 KR 2022012335 W KR2022012335 W KR 2022012335W WO 2024038926 A1 WO2024038926 A1 WO 2024038926A1
Authority
WO
WIPO (PCT)
Prior art keywords
importance
bit
codeword
channel coding
partial
Prior art date
Application number
PCT/KR2022/012335
Other languages
English (en)
French (fr)
Inventor
전기준
이태현
이상림
정익주
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to PCT/KR2022/012335 priority Critical patent/WO2024038926A1/ko
Publication of WO2024038926A1 publication Critical patent/WO2024038926A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W56/00—Synchronisation arrangements

Definitions

  • the following description is about a wireless communication system, and relates to an apparatus and method for transmitting and receiving signals in a wireless communication system.
  • a method and device for channel coding and retransmission for performing tasks in semantic communication can be provided.
  • Wireless access systems are being widely deployed to provide various types of communication services such as voice and data.
  • a wireless access system is a multiple access system that can support communication with multiple users by sharing available system resources (bandwidth, transmission power, etc.).
  • multiple access systems include code division multiple access (CDMA) systems, frequency division multiple access (FDMA) systems, time division multiple access (TDMA) systems, orthogonal frequency division multiple access (OFDMA) systems, and single carrier frequency (SC-FDMA) systems. division multiple access) systems, etc.
  • enhanced mobile broadband (eMBB) communication technology is being proposed compared to the existing radio access technology (RAT).
  • RAT radio access technology
  • a communication system that takes into account reliability and latency-sensitive services/UE (user equipment) as well as mMTC (massive machine type communications), which connects multiple devices and objects to provide a variety of services anytime and anywhere, is being proposed. .
  • mMTC massive machine type communications
  • This disclosure relates to an apparatus and method for transmitting and receiving signals in a wireless communication system.
  • the present disclosure can provide an apparatus and method for performing channel coding on a semantic encoded feature vector in a wireless communication system.
  • the present disclosure can provide an apparatus and method for selecting the importance of a feature vector in a wireless communication system.
  • the present disclosure can provide an apparatus and method for performing channel coding according to the importance of feature vectors in a wireless communication system.
  • the present disclosure can provide an apparatus and method for decoding a codeword according to the importance of a feature vector in a wireless communication system.
  • the present disclosure can provide an apparatus and method for performing retransmission according to the importance of a feature vector in a wireless communication system.
  • a method of operating a first device in a wireless communication system includes receiving a synchronization signal from a second device, and performing a synchronization procedure with the second device based on the synchronization signal. receiving control information from the second device, performing channel coding on a bit-set based on the control information to generate a codeword, and generating the codeword It may include transmitting to the second device.
  • generating a codeword may include generating a plurality of partial codewords using code block segmentation.
  • the method may further include retransmitting at least one partial codeword based on the importance of the bit set and a feedback result.
  • a method of operating a second device in a wireless communication system includes transmitting a synchronization signal to a first device, performing a synchronization procedure with the first device, and performing a synchronization procedure with the first device. It may include transmitting control information to and receiving a codeword generated by channel coding performed on a bit-set based on the control information.
  • a first device in a wireless communication system, includes a transceiver and a processor connected to the transceiver, and the processor receives a synchronization signal from the second device and responds to the synchronization signal. Based on this, perform a synchronization procedure with the second device, receive control information from the second device, and perform channel coding on a bit-set based on the control information to generate a code. It can be controlled to generate a word and transmit the codeword to the second device.
  • a second device includes a transceiver and a processor connected to the transceiver, where the processor transmits a synchronization signal to the first device and performs a synchronization procedure with the first device.
  • Control can be performed, transmit control information to the first device, and receive a codeword generated by channel coding performed on a bit-set based on the control information.
  • a first device includes at least one memory and at least one processor functionally connected to the at least one memory, and the processor receives a synchronization signal from the second device. ), perform a synchronization procedure with the second device based on the synchronization signal, receive control information from the second device, and channel for a bit-set based on the control information. Coding (channel coding) can be performed to generate a codeword, and the codeword can be controlled to be transmitted to the second device.
  • a non-transitory computer-readable medium storing at least one instruction. Includes the at least one instruction executable by a processor, wherein the at least one instruction is configured to receive a synchronization signal from a second device and communicate with the second device based on the synchronization signal. Perform a synchronization procedure, receive control information from the second device, perform channel coding on a bit-set based on the control information to generate a codeword, and generate a codeword can be controlled to transmit to the second device.
  • the bit set corresponds to a semantic source coded feature vector to perform semantic communication
  • the channel coding is a partial bit set included in the bit set. It can be performed based on the importance of bit-sets).
  • the channel coding may be performed using different channel coding codes according to the importance of the partial bit set.
  • the importance of the partial bit set may be determined according to the location of the bits on the resource.
  • the importance of the partial bit set is, in the second device, not based on the importance of the partial bit set, but based on a result of a task performed using the bit set channel-coded and transmitted. can be decided.
  • the task performance result may include task performance accuracy information according to whether an error exists for each partial bit set.
  • the importance of the partial bit set may be determined based on the order of layers corresponding to the partial bit set.
  • control information may include a first indicator indicating an importance selection method and a second indicator indicating the importance of each bit according to the importance selection method.
  • the feedback result is a response to a decoding result for the codeword performed by the second device, and the response may be determined for each partial codeword.
  • the feedback result may be determined based on a syndrome check.
  • the present disclosure can provide the advantage of improving the efficiency of resource utilization by channel coding and retransmitting semantic encoded feature vectors according to importance in a wireless communication system.
  • the present disclosure can provide the advantage of improving task performance at the receiving end by channel coding and retransmission according to the importance of feature vectors in a wireless communication system.
  • FIG. 1 is a diagram showing an example of a communication system applicable to the present disclosure.
  • Figure 2 is a diagram showing an example of a wireless device applicable to the present disclosure.
  • Figure 3 is a diagram showing another example of a wireless device applicable to the present disclosure.
  • Figure 4 is a diagram showing an example of a portable device applicable to the present disclosure.
  • Figure 5 is a diagram showing an example of a vehicle or autonomous vehicle applicable to the present disclosure.
  • Figure 6 is a diagram showing an example of AI (Artificial Intelligence) applicable to the present disclosure.
  • AI Artificial Intelligence
  • Figure 7 is a diagram showing a method of processing a transmission signal applicable to the present disclosure.
  • Figure 8 is a diagram showing an example of a communication structure that can be provided in a 6G system applicable to the present disclosure.
  • Figure 9 is a diagram showing an electromagnetic spectrum applicable to the present disclosure.
  • FIG. 10 is a diagram showing a THz communication method applicable to the present disclosure.
  • Figure 11(a) shows an example of existing communication systems according to an embodiment of the present disclosure.
  • Figure 11(b) shows an example of semantic communication systems according to an embodiment of the present disclosure.
  • Figure 12 shows an example of a feature vector according to an embodiment of the present disclosure.
  • Figure 13 shows an example of bit selection according to an embodiment of the present disclosure.
  • Figure 14 shows an example of feature selection according to an embodiment of the present disclosure.
  • Figure 15 shows an example of subtask selection according to an embodiment of the present disclosure.
  • Figure 16 shows an example of a channel coding procedure of a device according to an embodiment of the present disclosure.
  • each component or feature may be considered optional unless explicitly stated otherwise.
  • Each component or feature may be implemented in a form that is not combined with other components or features. Additionally, some components and/or features may be combined to configure an embodiment of the present disclosure. The order of operations described in embodiments of the present disclosure may be changed. Some features or features of one embodiment may be included in another embodiment or may be replaced with corresponding features or features of another embodiment.
  • the base station is meant as a terminal node of the network that directly communicates with the mobile station. Certain operations described in this document as being performed by the base station may, in some cases, be performed by an upper node of the base station.
  • 'base station' is a term such as fixed station, Node B, eNB (eNode B), gNB (gNode B), ng-eNB, advanced base station (ABS), or access point. It can be replaced by .
  • a terminal may include a user equipment (UE), a mobile station (MS), a subscriber station (SS), a mobile subscriber station (MSS), It can be replaced with terms such as mobile terminal or advanced mobile station (AMS).
  • UE user equipment
  • MS mobile station
  • SS subscriber station
  • MSS mobile subscriber station
  • AMS advanced mobile station
  • the transmitting end refers to a fixed and/or mobile node that provides a data service or a voice service
  • the receiving end refers to a fixed and/or mobile node that receives a data service or a voice service. Therefore, in the case of uplink, the mobile station can be the transmitting end and the base station can be the receiving end. Likewise, in the case of downlink, the mobile station can be the receiving end and the base station can be the transmitting end.
  • Embodiments of the present disclosure include wireless access systems such as the IEEE 802.xx system, 3GPP (3rd Generation Partnership Project) system, 3GPP LTE (Long Term Evolution) system, 3GPP 5G (5th generation) NR (New Radio) system, and 3GPP2 system. It may be supported by at least one standard document disclosed in one, and in particular, embodiments of the present disclosure are supported by the 3GPP TS (technical specification) 38.211, 3GPP TS 38.212, 3GPP TS 38.213, 3GPP TS 38.321 and 3GPP TS 38.331 documents. It can be.
  • 3GPP TS technical specification
  • embodiments of the present disclosure can be applied to other wireless access systems and are not limited to the above-described systems. As an example, it may be applicable to systems applied after the 3GPP 5G NR system and is not limited to a specific system.
  • CDMA code division multiple access
  • FDMA frequency division multiple access
  • TDMA time division multiple access
  • OFDMA orthogonal frequency division multiple access
  • SC-FDMA single carrier frequency division multiple access
  • LTE is 3GPP TS 36.xxx Release 8 and later.
  • LTE technology after 3GPP TS 36.xxx Release 10 may be referred to as LTE-A
  • LTE technology after 3GPP TS 36.xxx Release 13 may be referred to as LTE-A pro.
  • 3GPP NR may refer to technology after TS 38.xxx Release 15.
  • 3GPP 6G may refer to technology after TS Release 17 and/or Release 18. “xxx” refers to the standard document detail number.
  • LTE/NR/6G can be collectively referred to as a 3GPP system.
  • FIG. 1 is a diagram illustrating an example of a communication system applied to the present disclosure.
  • the communication system 100 applied to the present disclosure includes a wireless device, a base station, and a network.
  • a wireless device refers to a device that performs communication using wireless access technology (e.g., 5G NR, LTE) and may be referred to as a communication/wireless/5G device.
  • wireless devices include robots (100a), vehicles (100b-1, 100b-2), extended reality (XR) devices (100c), hand-held devices (100d), and home appliances (100d).
  • appliance) (100e), IoT (Internet of Thing) device (100f), and AI (artificial intelligence) device/server (100g).
  • vehicles may include vehicles equipped with wireless communication functions, autonomous vehicles, vehicles capable of inter-vehicle communication, etc.
  • the vehicles 100b-1 and 100b-2 may include an unmanned aerial vehicle (UAV) (eg, a drone).
  • UAV unmanned aerial vehicle
  • the XR device 100c includes augmented reality (AR)/virtual reality (VR)/mixed reality (MR) devices, including a head-mounted device (HMD), a head-up display (HUD) installed in a vehicle, a television, It can be implemented in the form of smartphones, computers, wearable devices, home appliances, digital signage, vehicles, robots, etc.
  • the mobile device 100d may include a smartphone, smart pad, wearable device (eg, smart watch, smart glasses), computer (eg, laptop, etc.), etc.
  • Home appliances 100e may include a TV, refrigerator, washing machine, etc.
  • IoT device 100f may include sensors, smart meters, etc.
  • the base station 120 and the network 130 may also be implemented as wireless devices, and a specific wireless device 120a may operate as a base station/network node for other wireless devices.
  • Wireless devices 100a to 100f may be connected to the network 130 through the base station 120.
  • AI technology may be applied to the wireless devices 100a to 100f, and the wireless devices 100a to 100f may be connected to the AI server 100g through the network 130.
  • the network 130 may be configured using a 3G network, 4G (eg, LTE) network, or 5G (eg, NR) network.
  • Wireless devices 100a to 100f may communicate with each other through the base station 120/network 130, but communicate directly (e.g., sidelink communication) without going through the base station 120/network 130. You may.
  • vehicles 100b-1 and 100b-2 may communicate directly (eg, vehicle to vehicle (V2V)/vehicle to everything (V2X) communication).
  • the IoT device 100f eg, sensor
  • another IoT device eg, sensor
  • Wireless communication/connection may be established between the wireless devices (100a to 100f)/base station (120) and the base station (120)/base station (120).
  • wireless communication/connection includes various methods such as uplink/downlink communication (150a), sidelink communication (150b) (or D2D communication), and inter-base station communication (150c) (e.g., relay, integrated access backhaul (IAB)).
  • IAB integrated access backhaul
  • This can be achieved through wireless access technology (e.g. 5G NR).
  • wireless communication/connection 150a, 150b, 150c
  • a wireless device and a base station/wireless device, and a base station and a base station can transmit/receive wireless signals to each other.
  • wireless communication/connection 150a, 150b, and 150c may transmit/receive signals through various physical channels.
  • various configuration information setting processes for transmitting/receiving wireless signals various signal processing processes (e.g., channel encoding/decoding, modulation/demodulation, resource mapping/demapping, etc.) , at least some of the resource allocation process, etc. may be performed.
  • FIG. 2 is a diagram illustrating an example of a wireless device applicable to the present disclosure.
  • the first wireless device 200a and the second wireless device 200b can transmit and receive wireless signals through various wireless access technologies (eg, LTE, NR).
  • ⁇ first wireless device 200a, second wireless device 200b ⁇ refers to ⁇ wireless device 100x, base station 120 ⁇ and/or ⁇ wireless device 100x, wireless device 100x) in FIG. ⁇ can be responded to.
  • the first wireless device 200a includes one or more processors 202a and one or more memories 204a, and may further include one or more transceivers 206a and/or one or more antennas 208a.
  • Processor 202a controls memory 204a and/or transceiver 206a and may be configured to implement the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein.
  • the processor 202a may process information in the memory 204a to generate first information/signal and then transmit a wireless signal including the first information/signal through the transceiver 206a.
  • the processor 202a may receive a wireless signal including the second information/signal through the transceiver 206a and then store information obtained from signal processing of the second information/signal in the memory 204a.
  • the memory 204a may be connected to the processor 202a and may store various information related to the operation of the processor 202a.
  • memory 204a may perform some or all of the processes controlled by processor 202a or instructions for performing the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein.
  • Software code containing them can be stored.
  • the processor 202a and the memory 204a may be part of a communication modem/circuit/chip designed to implement wireless communication technology (eg, LTE, NR).
  • Transceiver 206a may be coupled to processor 202a and may transmit and/or receive wireless signals via one or more antennas 208a.
  • Transceiver 206a may include a transmitter and/or receiver.
  • the transceiver 206a may be used interchangeably with a radio frequency (RF) unit.
  • RF radio frequency
  • a wireless device may mean a communication modem/circuit/chip.
  • the second wireless device 200b includes one or more processors 202b, one or more memories 204b, and may further include one or more transceivers 206b and/or one or more antennas 208b.
  • Processor 202b controls memory 204b and/or transceiver 206b and may be configured to implement the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein.
  • the processor 202b may process information in the memory 204b to generate third information/signal and then transmit a wireless signal including the third information/signal through the transceiver 206b.
  • the processor 202b may receive a wireless signal including the fourth information/signal through the transceiver 206b and then store information obtained from signal processing of the fourth information/signal in the memory 204b.
  • the memory 204b may be connected to the processor 202b and may store various information related to the operation of the processor 202b. For example, memory 204b may perform some or all of the processes controlled by processor 202b or instructions for performing the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein. Software code containing them can be stored.
  • the processor 202b and the memory 204b may be part of a communication modem/circuit/chip designed to implement wireless communication technology (eg, LTE, NR).
  • Transceiver 206b may be coupled to processor 202b and may transmit and/or receive wireless signals via one or more antennas 208b.
  • the transceiver 206b may include a transmitter and/or a receiver.
  • the transceiver 206b may be used interchangeably with an RF unit.
  • a wireless device may mean a communication modem/circuit/chip.
  • one or more protocol layers may be implemented by one or more processors 202a and 202b.
  • one or more processors 202a and 202b may operate on one or more layers (e.g., physical (PHY), media access control (MAC), radio link control (RLC), packet data convergence protocol (PDCP), and radio resource (RRC). control) and functional layers such as SDAP (service data adaptation protocol) can be implemented.
  • layers e.g., physical (PHY), media access control (MAC), radio link control (RLC), packet data convergence protocol (PDCP), and radio resource (RRC). control
  • SDAP service data adaptation protocol
  • One or more processors 202a, 202b may generate one or more protocol data units (PDUs) and/or one or more service data units (SDUs) according to the descriptions, functions, procedures, suggestions, methods, and/or operational flowcharts disclosed in this document. can be created.
  • One or more processors 202a and 202b may generate messages, control information, data or information according to the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed in this document.
  • One or more processors 202a, 202b generate signals (e.g., baseband signals) containing PDUs, SDUs, messages, control information, data, or information according to the functions, procedures, proposals, and/or methods disclosed herein.
  • transceivers 206a, 206b can be provided to one or more transceivers (206a, 206b).
  • One or more processors 202a, 202b may receive signals (e.g., baseband signals) from one or more transceivers 206a, 206b, and the descriptions, functions, procedures, suggestions, methods, and/or operational flowcharts disclosed herein.
  • PDU, SDU, message, control information, data or information can be obtained.
  • One or more processors 202a, 202b may be referred to as a controller, microcontroller, microprocessor, or microcomputer.
  • One or more processors 202a and 202b may be implemented by hardware, firmware, software, or a combination thereof.
  • ASICs application specific integrated circuits
  • DSPs digital signal processors
  • DSPDs digital signal processing devices
  • PLDs programmable logic devices
  • FPGAs field programmable gate arrays
  • the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed in this document may be implemented using firmware or software, and the firmware or software may be implemented to include modules, procedures, functions, etc.
  • Firmware or software configured to perform the descriptions, functions, procedures, suggestions, methods and/or operation flowcharts disclosed in this document may be included in one or more processors 202a and 202b or stored in one or more memories 204a and 204b. It may be driven by the above processors 202a and 202b.
  • the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed in this document may be implemented using firmware or software in the form of codes, instructions and/or sets of instructions.
  • One or more memories 204a and 204b may be connected to one or more processors 202a and 202b and may store various types of data, signals, messages, information, programs, codes, instructions and/or commands.
  • One or more memories 204a, 204b may include read only memory (ROM), random access memory (RAM), erasable programmable read only memory (EPROM), flash memory, hard drives, registers, cache memory, computer readable storage media, and/or It may be composed of a combination of these.
  • One or more memories 204a and 204b may be located internal to and/or external to one or more processors 202a and 202b. Additionally, one or more memories 204a and 204b may be connected to one or more processors 202a and 202b through various technologies, such as wired or wireless connections.
  • One or more transceivers may transmit user data, control information, wireless signals/channels, etc. mentioned in the methods and/or operation flowcharts of this document to one or more other devices.
  • One or more transceivers 206a, 206b may receive user data, control information, wireless signals/channels, etc. referred to in the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein, etc. from one or more other devices. there is.
  • one or more transceivers 206a and 206b may be connected to one or more processors 202a and 202b and may transmit and receive wireless signals.
  • one or more processors 202a, 202b may control one or more transceivers 206a, 206b to transmit user data, control information, or wireless signals to one or more other devices. Additionally, one or more processors 202a and 202b may control one or more transceivers 206a and 206b to receive user data, control information, or wireless signals from one or more other devices. In addition, one or more transceivers (206a, 206b) may be connected to one or more antennas (208a, 208b), and one or more transceivers (206a, 206b) may be connected to the description and functions disclosed in this document through one or more antennas (208a, 208b).
  • one or more antennas may be multiple physical antennas or multiple logical antennas (eg, antenna ports).
  • One or more transceivers (206a, 206b) process the received user data, control information, wireless signals/channels, etc. using one or more processors (202a, 202b), and convert the received wireless signals/channels, etc. from the RF band signal. It can be converted to a baseband signal.
  • One or more transceivers (206a, 206b) may convert user data, control information, wireless signals/channels, etc. processed using one or more processors (202a, 202b) from a baseband signal to an RF band signal.
  • one or more transceivers 206a, 206b may include (analog) oscillators and/or filters.
  • FIG. 3 is a diagram illustrating another example of a wireless device applied to the present disclosure.
  • the wireless device 300 corresponds to the wireless devices 200a and 200b of FIG. 2 and includes various elements, components, units/units, and/or modules. ) can be composed of.
  • the wireless device 300 may include a communication unit 310, a control unit 320, a memory unit 330, and an additional element 340.
  • the communication unit may include communication circuitry 312 and transceiver(s) 314.
  • communication circuitry 312 may include one or more processors 202a and 202b and/or one or more memories 204a and 204b of FIG. 2 .
  • transceiver(s) 314 may include one or more transceivers 206a, 206b and/or one or more antennas 208a, 208b of FIG. 2.
  • the control unit 320 is electrically connected to the communication unit 310, the memory unit 330, and the additional element 340 and controls overall operations of the wireless device.
  • the control unit 320 may control the electrical/mechanical operation of the wireless device based on the program/code/command/information stored in the memory unit 330.
  • the control unit 320 transmits the information stored in the memory unit 330 to the outside (e.g., another communication device) through the communication unit 310 through a wireless/wired interface, or to the outside (e.g., to another communication device) through the communication unit 310.
  • Information received through a wireless/wired interface from another communication device can be stored in the memory unit 330.
  • the additional element 340 may be configured in various ways depending on the type of wireless device.
  • the additional element 340 may include at least one of a power unit/battery, an input/output unit, a driving unit, and a computing unit.
  • the wireless device 300 includes robots (FIG. 1, 100a), vehicles (FIG. 1, 100b-1, 100b-2), XR devices (FIG. 1, 100c), and portable devices (FIG. 1, 100d).
  • FIG. 1, 100e home appliances
  • IoT devices Figure 1, 100f
  • digital broadcasting terminals hologram devices
  • public safety devices MTC devices
  • medical devices fintech devices (or financial devices)
  • security devices climate/ It can be implemented in the form of an environmental device, AI server/device (FIG. 1, 140), base station (FIG. 1, 120), network node, etc.
  • Wireless devices can be mobile or used in fixed locations depending on the usage/service.
  • various elements, components, units/parts, and/or modules within the wireless device 300 may be entirely interconnected through a wired interface, or at least some of them may be wirelessly connected through the communication unit 310.
  • the control unit 320 and the communication unit 310 are connected by wire, and the control unit 320 and the first unit (e.g., 130, 140) are connected wirelessly through the communication unit 310.
  • each element, component, unit/part, and/or module within the wireless device 300 may further include one or more elements.
  • the control unit 320 may be comprised of one or more processor sets.
  • control unit 320 may be composed of a set of a communication control processor, an application processor, an electronic control unit (ECU), a graphics processing processor, and a memory control processor.
  • memory unit 330 may be comprised of RAM, dynamic RAM (DRAM), ROM, flash memory, volatile memory, non-volatile memory, and/or a combination thereof. It can be configured.
  • FIG. 4 is a diagram illustrating an example of a portable device to which the present disclosure is applied.
  • FIG 4 illustrates a portable device to which the present disclosure is applied.
  • Portable devices may include smartphones, smart pads, wearable devices (e.g., smart watches, smart glasses), and portable computers (e.g., laptops, etc.).
  • a mobile device may be referred to as a mobile station (MS), user terminal (UT), mobile subscriber station (MSS), subscriber station (SS), advanced mobile station (AMS), or wireless terminal (WT).
  • MS mobile station
  • UT user terminal
  • MSS mobile subscriber station
  • SS subscriber station
  • AMS advanced mobile station
  • WT wireless terminal
  • the portable device 400 includes an antenna unit 408, a communication unit 410, a control unit 420, a memory unit 430, a power supply unit 440a, an interface unit 440b, and an input/output unit 440c. ) may include.
  • the antenna unit 408 may be configured as part of the communication unit 410.
  • Blocks 410 to 430/440a to 440c correspond to blocks 310 to 330/340 in FIG. 3, respectively.
  • the communication unit 410 can transmit and receive signals (eg, data, control signals, etc.) with other wireless devices and base stations.
  • the control unit 420 can control the components of the portable device 400 to perform various operations.
  • the control unit 420 may include an application processor (AP).
  • the memory unit 430 may store data/parameters/programs/codes/commands necessary for driving the portable device 400. Additionally, the memory unit 430 can store input/output data/information, etc.
  • the power supply unit 440a supplies power to the portable device 400 and may include a wired/wireless charging circuit, a battery, etc.
  • the interface unit 440b may support connection between the mobile device 400 and other external devices.
  • the interface unit 440b may include various ports (eg, audio input/output ports, video input/output ports) for connection to external devices.
  • the input/output unit 440c may input or output image information/signals, audio information/signals, data, and/or information input from the user.
  • the input/output unit 440c may include a camera, a microphone, a user input unit, a display unit 440d, a speaker, and/or a haptic module.
  • the input/output unit 440c acquires information/signals (e.g., touch, text, voice, image, video) input from the user, and the obtained information/signals are stored in the memory unit 430. It can be saved.
  • the communication unit 410 can convert the information/signal stored in the memory into a wireless signal and transmit the converted wireless signal directly to another wireless device or to a base station. Additionally, the communication unit 410 may receive a wireless signal from another wireless device or a base station and then restore the received wireless signal to the original information/signal.
  • the restored information/signal may be stored in the memory unit 430 and then output in various forms (eg, text, voice, image, video, haptic) through the input/output unit 440c.
  • FIG. 5 is a diagram illustrating an example of a vehicle or autonomous vehicle applied to the present disclosure.
  • a vehicle or autonomous vehicle can be implemented as a mobile robot, vehicle, train, aerial vehicle (AV), ship, etc., and is not limited to the form of a vehicle.
  • AV aerial vehicle
  • the vehicle or autonomous vehicle 500 includes an antenna unit 508, a communication unit 510, a control unit 520, a drive unit 540a, a power supply unit 540b, a sensor unit 540c, and an autonomous driving unit. It may include a portion 540d.
  • the antenna unit 550 may be configured as part of the communication unit 510. Blocks 510/530/540a to 540d correspond to blocks 410/430/440 in FIG. 4, respectively.
  • the communication unit 510 may transmit and receive signals (e.g., data, control signals, etc.) with external devices such as other vehicles, base stations (e.g., base stations, road side units, etc.), and servers.
  • the control unit 520 may control elements of the vehicle or autonomous vehicle 500 to perform various operations.
  • the control unit 520 may include an electronic control unit (ECU).
  • ECU electronice control unit
  • FIG. 6 is a diagram showing an example of an AI device applied to the present disclosure.
  • AI devices include fixed devices such as TVs, projectors, smartphones, PCs, laptops, digital broadcasting terminals, tablet PCs, wearable devices, set-top boxes (STBs), radios, washing machines, refrigerators, digital signage, robots, vehicles, etc. It can be implemented as a device or a movable device.
  • the AI device 600 includes a communication unit 610, a control unit 620, a memory unit 630, an input/output unit (640a/640b), a learning processor unit 640c, and a sensor unit 640d. may include. Blocks 610 to 630/640a to 640d may correspond to blocks 310 to 330/340 of FIG. 3, respectively.
  • the communication unit 610 uses wired and wireless communication technology to communicate with wired and wireless signals (e.g., sensor information, user Input, learning model, control signal, etc.) can be transmitted and received. To this end, the communication unit 610 may transmit information in the memory unit 630 to an external device or transmit a signal received from an external device to the memory unit 630.
  • wired and wireless signals e.g., sensor information, user Input, learning model, control signal, etc.
  • the control unit 620 may determine at least one executable operation of the AI device 600 based on information determined or generated using a data analysis algorithm or a machine learning algorithm. And, the control unit 620 can control the components of the AI device 600 to perform the determined operation. For example, the control unit 620 may request, search, receive, or utilize data from the learning processor unit 640c or the memory unit 630, and may select at least one operation that is predicted or determined to be desirable among the executable operations. Components of the AI device 600 can be controlled to execute operations.
  • control unit 620 collects history information including the operation content of the AI device 600 or user feedback on the operation, and stores it in the memory unit 630 or the learning processor unit 640c, or the AI server ( It can be transmitted to an external device such as Figure 1, 140). The collected historical information can be used to update the learning model.
  • the memory unit 630 can store data supporting various functions of the AI device 600.
  • the memory unit 630 may store data obtained from the input unit 640a, data obtained from the communication unit 610, output data from the learning processor unit 640c, and data obtained from the sensing unit 640. Additionally, the memory unit 630 may store control information and/or software codes necessary for operation/execution of the control unit 620.
  • the input unit 640a can obtain various types of data from outside the AI device 600.
  • the input unit 620 may obtain training data for model training and input data to which the learning model will be applied.
  • the input unit 640a may include a camera, microphone, and/or a user input unit.
  • the output unit 640b may generate output related to vision, hearing, or tactile sensation.
  • the output unit 640b may include a display unit, a speaker, and/or a haptic module.
  • the sensing unit 640 may obtain at least one of internal information of the AI device 600, surrounding environment information of the AI device 600, and user information using various sensors.
  • the sensing unit 640 may include a proximity sensor, an illumination sensor, an acceleration sensor, a magnetic sensor, a gyro sensor, an inertial sensor, an RGB sensor, an IR sensor, a fingerprint recognition sensor, an ultrasonic sensor, an optical sensor, a microphone, and/or a radar. there is.
  • the learning processor unit 640c can train a model composed of an artificial neural network using training data.
  • the learning processor unit 640c may perform AI processing together with the learning processor unit of the AI server (FIG. 1, 140).
  • the learning processor unit 640c may process information received from an external device through the communication unit 610 and/or information stored in the memory unit 630. Additionally, the output value of the learning processor unit 640c may be transmitted to an external device through the communication unit 610 and/or stored in the memory unit 630.
  • Figure 7 is a diagram illustrating a method of processing a transmission signal applied to the present disclosure.
  • the transmission signal may be processed by a signal processing circuit.
  • the signal processing circuit 700 may include a scrambler 710, a modulator 720, a layer mapper 730, a precoder 740, a resource mapper 750, and a signal generator 760.
  • the operation/function of FIG. 7 may be performed in the processors 202a and 202b and/or transceivers 206a and 206b of FIG. 2.
  • the hardware elements of FIG. 7 may be implemented in the processors 202a and 202b and/or transceivers 206a and 206b of FIG. 2.
  • blocks 710 to 760 may be implemented in processors 202a and 202b of FIG. 2. Additionally, blocks 710 to 750 may be implemented in the processors 202a and 202b of FIG. 2, and block 760 may be implemented in the transceivers 206a and 206b of FIG. 2, and are not limited to the above-described embodiment.
  • the codeword can be converted into a wireless signal through the signal processing circuit 700 of FIG. 7.
  • a codeword is an encoded bit sequence of an information block.
  • the information block may include a transport block (eg, UL-SCH transport block, DL-SCH transport block).
  • Wireless signals may be transmitted through various physical channels (eg, PUSCH, PDSCH).
  • the codeword may be converted into a scrambled bit sequence by the scrambler 710.
  • the scramble sequence used for scrambling is generated based on an initialization value, and the initialization value may include ID information of the wireless device.
  • the scrambled bit sequence may be modulated into a modulation symbol sequence by the modulator 720.
  • Modulation methods may include pi/2-binary phase shift keying (pi/2-BPSK), m-phase shift keying (m-PSK), and m-quadrature amplitude modulation (m-QAM).
  • the complex modulation symbol sequence may be mapped to one or more transport layers by the layer mapper 730.
  • the modulation symbols of each transport layer may be mapped to corresponding antenna port(s) by the precoder 740 (precoding).
  • the output z of the precoder 740 can be obtained by multiplying the output y of the layer mapper 730 with the N*M precoding matrix W.
  • N is the number of antenna ports and M is the number of transport layers.
  • the precoder 740 may perform precoding after performing transform precoding (eg, discrete Fourier transform (DFT) transform) on complex modulation symbols. Additionally, the precoder 740 may perform precoding without performing transform precoding.
  • transform precoding eg, discrete Fourier transform (DFT) transform
  • the resource mapper 750 can map the modulation symbols of each antenna port to time-frequency resources.
  • a time-frequency resource may include a plurality of symbols (eg, CP-OFDMA symbol, DFT-s-OFDMA symbol) in the time domain and a plurality of subcarriers in the frequency domain.
  • the signal generator 760 generates a wireless signal from the mapped modulation symbols, and the generated wireless signal can be transmitted to another device through each antenna.
  • the signal generator 760 may include an inverse fast fourier transform (IFFT) module, a cyclic prefix (CP) inserter, a digital-to-analog converter (DAC), a frequency uplink converter, etc. .
  • IFFT inverse fast fourier transform
  • CP cyclic prefix
  • DAC digital-to-analog converter
  • the signal processing process for the received signal in the wireless device may be configured as the reverse of the signal processing process (710 to 760) of FIG. 7.
  • a wireless device eg, 200a and 200b in FIG. 2
  • the received wireless signal can be converted into a baseband signal through a signal restorer.
  • the signal restorer may include a frequency downlink converter, an analog-to-digital converter (ADC), a CP remover, and a fast fourier transform (FFT) module.
  • ADC analog-to-digital converter
  • FFT fast fourier transform
  • the baseband signal can be restored to a codeword through a resource de-mapper process, postcoding process, demodulation process, and de-scramble process.
  • a signal processing circuit for a received signal may include a signal restorer, resource de-mapper, postcoder, demodulator, de-scrambler, and decoder.
  • 6G (wireless communications) systems require (i) very high data rates per device, (ii) very large number of connected devices, (iii) global connectivity, (iv) very low latency, (v) battery- The goal is to reduce the energy consumption of battery-free IoT devices, (vi) ultra-reliable connectivity, and (vii) connected intelligence with machine learning capabilities.
  • the vision of the 6G system can be four aspects such as “intelligent connectivity”, “deep connectivity”, “holographic connectivity”, and “ubiquitous connectivity”, and the 6G system can satisfy the requirements as shown in Table 1 below. In other words, Table 1 is a table showing the requirements of the 6G system.
  • the 6G system includes enhanced mobile broadband (eMBB), ultra-reliable low latency communications (URLLC), massive machine type communications (mMTC), AI integrated communication, and tactile communication.
  • eMBB enhanced mobile broadband
  • URLLC ultra-reliable low latency communications
  • mMTC massive machine type communications
  • AI integrated communication and tactile communication.
  • tactile internet high throughput, high network capacity, high energy efficiency, low backhaul and access network congestion, and improved data security. It can have key factors such as enhanced data security.
  • FIG. 10 is a diagram illustrating an example of a communication structure that can be provided in a 6G system applicable to the present disclosure.
  • the 6G system is expected to have simultaneous wireless communication connectivity 50 times higher than that of the 5G wireless communication system.
  • URLLC a key feature of 5G, is expected to become an even more mainstream technology in 6G communications by providing end-to-end delays of less than 1ms.
  • the 6G system will have much better volume spectrum efficiency, unlike the frequently used area spectrum efficiency.
  • 6G systems can provide very long battery life and advanced battery technologies for energy harvesting, so mobile devices in 6G systems may not need to be separately charged.
  • AI The most important and newly introduced technology in the 6G system is AI.
  • AI was not involved in the 4G system.
  • 5G systems will support partial or very limited AI.
  • 6G systems will be AI-enabled for full automation.
  • Advances in machine learning will create more intelligent networks for real-time communications in 6G.
  • Introducing AI in communications can simplify and improve real-time data transmission.
  • AI can use numerous analytics to determine how complex target tasks are performed. In other words, AI can increase efficiency and reduce processing delays.
  • AI can be performed instantly by using AI.
  • AI can also play an important role in M2M, machine-to-human and human-to-machine communications. Additionally, AI can enable rapid communication in BCI (brain computer interface).
  • BCI brain computer interface
  • AI-based communication systems can be supported by metamaterials, intelligent structures, intelligent networks, intelligent devices, intelligent cognitive radios, self-sustaining wireless networks, and machine learning.
  • AI-based physical layer transmission means applying signal processing and communication mechanisms based on AI drivers, rather than traditional communication frameworks, in terms of fundamental signal processing and communication mechanisms. For example, deep learning-based channel coding and decoding, deep learning-based signal estimation and detection, deep learning-based MIMO (multiple input multiple output) mechanism, It may include AI-based resource scheduling and allocation.
  • Machine learning can be used for channel estimation and channel tracking, and can be used for power allocation, interference cancellation, etc. in the physical layer of the DL (downlink). Machine learning can also be used for antenna selection, power control, and symbol detection in MIMO systems.
  • Deep learning-based AI algorithms require a large amount of training data to optimize training parameters.
  • a lot of training data is used offline. This means that static training on training data in a specific channel environment may result in a contradiction between the dynamic characteristics and diversity of the wireless channel.
  • signals of the physical layer of wireless communication are complex signals.
  • more research is needed on neural networks that detect complex domain signals.
  • Machine learning refers to a series of operations that train machines to create machines that can perform tasks that are difficult or difficult for humans to perform.
  • Machine learning requires data and a learning model.
  • data learning methods can be broadly divided into three types: supervised learning, unsupervised learning, and reinforcement learning.
  • Neural network learning is intended to minimize errors in output. Neural network learning repeatedly inputs learning data into the neural network, calculates the output of the neural network and the error of the target for the learning data, and backpropagates the error of the neural network from the output layer of the neural network to the input layer to reduce the error. ) is the process of updating the weight of each node in the neural network.
  • Supervised learning uses training data in which the correct answer is labeled, while unsupervised learning may not have the correct answer labeled in the training data. That is, for example, in the case of supervised learning on data classification, the learning data may be data in which each training data is labeled with a category. Labeled learning data is input to a neural network, and error can be calculated by comparing the output (category) of the neural network with the label of the learning data. The calculated error is backpropagated in the reverse direction (i.e., from the output layer to the input layer) in the neural network, and the connection weight of each node in each layer of the neural network can be updated according to backpropagation. The amount of change in the connection weight of each updated node may be determined according to the learning rate.
  • the neural network's calculation of input data and backpropagation of errors can constitute a learning cycle (epoch).
  • the learning rate may be applied differently depending on the number of repetitions of the learning cycle of the neural network. For example, in the early stages of neural network training, a high learning rate can be used to ensure that the neural network quickly achieves a certain level of performance to increase efficiency, and in the later stages of training, a low learning rate can be used to increase accuracy.
  • Learning methods may vary depending on the characteristics of the data. For example, in a communication system, when the goal is to accurately predict data transmitted from a transmitter at a receiver, it is preferable to perform learning using supervised learning rather than unsupervised learning or reinforcement learning.
  • the learning model corresponds to the human brain, and can be considered the most basic linear model.
  • deep learning is a machine learning paradigm that uses a highly complex neural network structure, such as artificial neural networks, as a learning model. ).
  • Neural network cores used as learning methods are broadly divided into deep neural networks (DNN), convolutional deep neural networks (CNN), and recurrent neural networks (recurrent boltzmann machine). And this learning model can be applied.
  • DNN deep neural networks
  • CNN convolutional deep neural networks
  • recurrent neural networks recurrent boltzmann machine
  • THz communication can be applied in the 6G system.
  • the data transfer rate can be increased by increasing the bandwidth. This can be accomplished by using sub-THz communications with wide bandwidth and applying advanced massive MIMO technology.
  • FIG. 9 is a diagram showing an electromagnetic spectrum applicable to the present disclosure.
  • THz waves also known as submillimeter radiation, typically represent a frequency band between 0.1 THz and 10 THz with a corresponding wavelength in the range of 0.03 mm-3 mm.
  • the 100GHz-300GHz band range (Sub THz band) is considered the main part of the THz band for cellular communications. Adding the Sub-THz band to the mmWave band increases 6G cellular communication capacity.
  • 300GHz-3THz is in the far infrared (IR) frequency band.
  • the 300GHz-3THz band is part of the wideband, but it is at the border of the wideband and immediately behind the RF band. Therefore, this 300 GHz-3 THz band shows similarities to RF.
  • THz communications Key characteristics of THz communications include (i) widely available bandwidth to support very high data rates, (ii) high path loss occurring at high frequencies (highly directional antennas are indispensable).
  • the narrow beamwidth produced by a highly directional antenna reduces interference.
  • the small wavelength of THz signals allows a much larger number of antenna elements to be integrated into devices and BSs operating in this band. This enables the use of advanced adaptive array techniques that can overcome range limitations.
  • THz Terahertz
  • FIG. 10 is a diagram illustrating a THz communication method applicable to the present disclosure.
  • THz waves are located between RF (Radio Frequency)/millimeter (mm) and infrared bands. (i) Compared to visible light/infrared, they penetrate non-metal/non-polarized materials better and have a shorter wavelength than RF/millimeter waves, so they have high straightness. Beam focusing may be possible.
  • Semantic communication is a communication system that efficiently transmits and receives semantic information using common information (e.g., background knowledge) shared between a transmitter and a receiver.
  • Semantic communication a highly efficient communication method that considers the meaning of transmitted data, can transmit and process data in accordance with the exponentially increasing data traffic speed.
  • AI artificial intelligence
  • FIG. 11 shows examples of communication systems according to an embodiment of the present disclosure.
  • existing communication involves decoding the encoded signal received by the destination 1120 from the source 1110 into an existing signal without error.
  • semantic communication focuses on the meaning to be conveyed through signals, such as when people exchange information through the ‘meaning’ of words when communicating.
  • the core of semantic communication is for the destination to extract the “meaning” of the information transmitted from the source.
  • Semantic information can be successfully “interpreted” based on a consensus knowledge base (KB) 1150 between the source 1130 and the destination. Accordingly, even if there is an error in the signal, if the operation is performed according to the meaning intended to be conveyed through the signal, correct communication has been performed.
  • KB consensus knowledge base
  • tasks located at the destination 1140 are performed according to the intent (e.g., inference, classification) contained in the signal (e.g., representation) transmitted from the source 1130.
  • intent e.g., inference, classification
  • the signal e.g., representation
  • Semantic communication can be used for online meetings, augmented reality (AR), virtual reality (VR), etc. because it can significantly reduce the energy and wireless resources required to transmit data.
  • DNN deep neural network
  • a loss function metric is defined based on semantic entropy and channel capacity in a broad sense, and a semantic encoder and decoder are developed using DNN based on the defined metric. Research has been underway to build it up.
  • semantic communication focus on extracting features containing the whole data sequence from the embedding vector in terms of semantic encoders.
  • semantic decoder the focus is on outputting output suitable for the task purpose from latent vectors.
  • Semantic encoders can optimally perform compression by extracting features by considering all components of the data.
  • the size of the embedding vector which is the input of the semantic encoder and semantic decoder, becomes large, the size of each DNN model is inevitably large (large-scale model).
  • there is a disadvantage that it is difficult to select the importance of the extracted features or determine which feature in the error occurred among the extracted features.
  • the current semantic communication system uses a loss function that maximizes the amount of mutual information between transmitting and receiving sequences through a DNN that takes an encoded feature vector as an input.
  • Channel coding is performed through training. This channel coding method transmits and receives feature vectors regardless of the importance of the feature component, so it has the disadvantage of not being able to determine whether the receiving end has properly received the features needed to perform the task. This exists. Accordingly, the existing channel coding method for semantic communication does not include a mechanism to provide feedback by checking whether the characteristics necessary for task performance have been properly received at the receiving end.
  • the present disclosure provides semantic channel coding according to the importance of feature vectors, in which 'features necessary to achieve a task goal' can be successfully transmitted and received in semantic communication. We propose a method and a transmission/reception feedback method.
  • Figure 12 shows an example of a feature vector according to an embodiment of the present disclosure.
  • a whole feature vector 1210 including at least one partial feature vector 1220 can be confirmed.
  • the entire feature vector 1210 is a semantic source coded signal and may be subject to semantic channel coding.
  • Each partial feature vector 1220 may correspond to each layer.
  • All feature vectors 1210 may be extracted as a feature component (hereinafter referred to as 'feature element') 1230 in units of at least one Q-bit.
  • the configuration of the feature element 1230 may vary depending on the setting value.
  • the feature element 1230 may be bits corresponding to one partial feature vector.
  • the feature element 1230 may be bits corresponding to a plurality of partial feature vectors.
  • semantic communication focuses on performing tasks at the receiving end according to the intent conveyed by the transmitting end. Therefore, the receiving end does not need to completely receive all feature vectors. In other words, correct communication can be performed if only enough feature vectors for the receiving end to perform the task are accurately transmitted and received. Accordingly, the present disclosure proposes a channel coding method according to the importance of the feature vector so that features that have a dominant influence on the task performed at the receiving end can be accurately transmitted and received. According to the present disclosure, data transmission efficiency and communication performance can be improved by transmitting and retransmitting data according to the importance of features or feature vectors.
  • the importance selection method proposed in this disclosure includes a bit-wise importance (hereinafter referred to as 'bit selection') method, a feature-wise importance (hereinafter referred to as 'feature selection') method, and a subtask- There is a method of subtask-wise importance (hereinafter referred to as ‘subtask selection’).
  • 'bit selection' bit-wise importance
  • 'feature selection' feature-wise importance
  • subtask selection subtask selection
  • Figure 13 shows an example of bit selection according to an embodiment of the present disclosure.
  • Bit selection is a method of selecting significant bits that have a dominant influence on the value of the component for each feature component 1310.
  • a feature element may include 4 bits.
  • the first bit on the left can indicate the sign.
  • the second bit can indicate the power of 2
  • the third bit can indicate the power of 2
  • the fourth bit can indicate the power of 2.
  • the first bit indicating the sign may have high importance because it has the most dominant effect on the value of the feature element.
  • the bits located to the right have less influence on the value of the feature element, so their importance may be lower.
  • the bit located to the left in the bit sequence of each feature element can be considered to have a relatively higher importance.
  • the bit block 1320 is configured so that the right side of the characteristic element 1310 of the Q-bit is located below.
  • the bits may have higher importance as they are located above the bit block 1320, and may have lower importance as they are located below them.
  • Figure 14 shows an example of feature selection according to an embodiment of the present disclosure.
  • Feature selection is a method of selecting the importance of individual feature elements according to the degree of influence each feature has on subtask performance. At this time, since the degree of influence on subtask performance cannot be determined from the feature elements themselves, feature selection can be performed using trial error.
  • the encoder may transmit only the feature elements themselves to the decoder without performing channel coding and without redundancy.
  • the decoder can perform a task using at least one received feature element and measure task operation accuracy. At this time, the decoder can measure the accuracy of task performance according to the presence or absence of errors for each received feature element.
  • the importance of the feature elements can be selected by creating a histogram of the accuracy of the task performance for each feature element with an error and confirming which feature element is dominant in the task performance.
  • Figure 15 shows an example of subtask selection according to an embodiment of the present disclosure.
  • the subtask selection method can be applied in situations where the encoder and decoder are influenced by the output of the previous subtask (e.g., a semantic layered source coding situation).
  • the feature or feature vector corresponding to the preceding (leading) layer may be considered to have higher importance.
  • the decoder decodes in order according to the layer index, so if an error occurs in the previous layer, the probability of error propagation increases.
  • the receiving end e.g., decoder
  • the receiving end can utilize information decoded in the previous layer.
  • channel coding can be performed according to the importance selection method.
  • the transmitting end and the receiving end must retain control information including the importance selection method and related information (e.g., classification unit according to importance, importance selection result) in order to perform channel coding.
  • the transmitting end and the receiving end may retain information about the importance selection method and importance selection results through signaling indicating control information (e.g., downlink control information, DCI).
  • control information e.g., downlink control information, DCI.
  • Table 2 below illustrates an importance control indicator transmitted through control information. According to Table 2, the importance control indicator can indicate the importance selection method.
  • the importance partition type may be determined by the indicator according to the determined importance selection method.
  • the importance division type can indicate the unit, location, etc. for dividing the bits of the feature element according to importance. Table 3 below illustrates bit-wise importance indication.
  • Format Bit-wise importance selection method indication Important partition type (high, middle, low) or (high, low) Format 1_0 000 (3,3,2) Format 1_1 001 (3,2,3) Format 1_2 010 (2,4,2) Format 1_3 011 (2,3,3) Format 1_4 100 (5,3) Format 1_5 101 (4,4) Format 1_6 110 (3,5) Format 1_7 111 (2,6)
  • the importance division type is (3,3,2). As in the case of FIG. 13, the top three bits may have high importance, the next three bits may have medium importance, and the next two bits may have low importance.
  • the subtask selection method indicator and feature selection method indicator may also be defined in a similar form to the bit selection method indicator.
  • the feature selection method the importance of each feature is measured according to the accuracy of task performance depending on the presence or absence of errors for each feature, and based on the measurement results, the transmitter and receiver share a pattern defined in response to each indicator. You can.
  • Tables 2 and 3 above are examples for convenience of explanation, and are not limited thereto, and the method for indicating the importance selection method and the type of division of feature elements according to the importance selection method can be expanded in various ways. there is.
  • a codeword for the semantically encoded feature vector of Equation 1 can be generated using a linear block code according to an importance selection method. This is described according to the encoder side (encoder-side) and decoder side (decoder-side).
  • channel coding can be performed based on the importance of the bit-level sequence of the feature elements.
  • a bit sequence of a feature element ( ) can be divided into P numbers according to importance as shown in Equation 2 below.
  • Is ego is the length (size) of the divided bit (partition) corresponding to the uth in the mth layer.
  • the feature vector collected for each bit divided according to the bit selection method is given in Equation 3 below.
  • Equation 3 A partial codeword generated by encoding using different channel coding codes is expressed as Equation 4 below.
  • Equation 4 is a parity check matrix. It is a generator matrix generated from, and P is the importance order. Therefore, the code rate of each parity check matrix is equal to Equation 5 below.
  • a feature vector corresponding to a less important partition depending on the radio resource situation it may be transmitted through modulation without channel coding.
  • the feature selection method is a method of selecting feature elements that have a dominant influence in the entire feature vector.
  • the feature vector sequence can be expressed as Equation 6 below.
  • the feature selection method is an uncoded method that transmits and receives semantically encoded feature vectors to determine the impact of each feature element on task performance and selects its importance.
  • a set of indices corresponding to importance order-p ( ) can be expressed as Equation 7 below.
  • Equation 4 the previously described creation matrix ( ), it can be expressed as Equation 4.
  • the layer index m may indicate the importance of the feature vector. Accordingly, the number of divided bits (partition) is am.
  • P ⁇ M the importance of multiple subtasks is considered equal
  • Equation 4 the previously described creation matrix ( ), it can be expressed as Equation 4.
  • a plurality of partial codewords may be generated through code block segmentation based on the importance order of the feature vector.
  • Code block segmentation is an operation that performs channel coding by dividing the feature vector to be transmitted according to importance.
  • bit error rate performance may be reduced, but since the success of decoding multiple partial codewords can be confirmed individually, it is possible to decide whether to retransmit based on success. .
  • some partial codewords selected according to importance among all partial codewords may be retransmitted, the efficiency of radio resources during retransmission can be improved.
  • the receiving end only needs to receive enough codewords to perform the task, so whether or not to retransmit multiple partial codewords is based on a certain criterion such as importance when performing the task. can be judged.
  • the encoder uses a feature vector ( ) into a plurality of sub-feature vectors ( ) can be divided into Parity check matrix to which each sub-feature vector corresponds
  • the generation matrix of The partial codeword generated using can be expressed as Equation 9 below.
  • the decoder may perform decoding based on a message-passing algorithm for each partial codeword corresponding to the importance order. Afterwards, the decoder can perform a codeword check to see if the partial codewords have been decoded correctly. At this time, the decoder may perform a syndrome check. According to the linear block code characteristics, the partial codeword on which decoding was performed ( ) satisfies Equation 10 below when decoding is correct. The partial codeword for which decoding was performed ( ) is a syndrome check.
  • a check indicator value that determines whether the decoding result of the codeword is correct ( ) can be obtained through Equation 11 below.
  • the decoder can transmit feedback on the decoding result.
  • the decoder may transmit an ACK/NACK report for each partial codeword based on the decoding results for the partial codewords.
  • the decoder may transmit a message whether decoding of the partial codeword corresponding to the importance order p is successful based on the confirmation indicator value. That is, the decoder can transmit a decoding success or failure message for each partial feature vector.
  • the decoding success message may be ACK or NACK. If the response to all partial feature vectors is ACK, the decoding procedure is terminated, and if the encoder receives at least one NACK, the encoder's codeword retransmission may be performed.
  • the encoder may transmit additional redundancy for a partial feature vector corresponding to the received NACK.
  • the encoder may retransmit a codeword for a partial feature vector corresponding to the received NACK.
  • the decoder may perform decoding again based on the retransmitted codeword and the codeword received immediately before. As an example, the decoder may perform an incremental redundancy approach or a chase combining approach.
  • T confirmation indicators ( ) value can be obtained. Based on T multiple check indicators, whether to transmit ACK/NACK for the codeword corresponding to each importance order-p can be determined based on importance using Equation 12 below.
  • equation 12 is a threshold value that serves as a standard for determining whether to transmit ACK/NACK. For example, if the threshold is not exceeded, retransmission may be performed only on sub-codewords (e.g., partial codewords) that are determined to have failed error correction.
  • sub-codewords e.g., partial codewords
  • the threshold is determined by the decoder, and related information is not transmitted to the encoder.
  • the decoder can report threshold information to the encoder.
  • the encoder can determine modulation settings, channel coding code rate, etc. based on threshold information.
  • the threshold can be used to infer the target QoS (quality of service).
  • a single concatenated sub-feature vector is obtained by merging partial feature vectors for which retransmission is required. ) can be transmitted. This takes advantage of the characteristic that the slope of error rate performance increases as the codeword length increases.
  • the encoder selects reliable (e.g., highly important) partial feature vectors during initial transmission and transmits them to the decoder, and during retransmission, combines and transmits partial feature vectors that failed to decode, thereby increasing the reliability of the partial feature vectors ( By ensuring reliability, no other retransmission can be performed. In this case, it can be determined that the information and reliability necessary to perform the task have been secured with just one retransmission.
  • reliable e.g., highly important
  • the encoder can combine partial feature vectors corresponding to the importance order p corresponding to the received NACK, perform channel coding on them, and transmit the generated codeword to the decoder.
  • the decoder can perform decoding on the received codeword based on a message-passing algorithm and determine whether reception was successful through a syndrome check. If there is an error in decoding as a result of the syndrome check, a hard decision is made by obtaining the feature soft value using the feature soft value and weighted sum obtained in the previous initial transmission. ) can be performed.
  • Figure 16 shows an example of a channel coding procedure of a device according to an embodiment of the present disclosure.
  • the first device may receive a synchronization signal from the second device.
  • the first device may perform a synchronization procedure with the second device.
  • the first device may receive control information from the second device.
  • the control information may indicate a method for selecting the importance of a feature vector and importance type information for each feature vector according to the importance selection method.
  • the first device may generate a codeword by performing channel coding on a bit-set based on control information.
  • the bit set may correspond to a semantic source coded feature vector to perform semantic communication.
  • the first device may determine the importance of bits extracted from the feature vector according to an importance selection method determined based on control information. Additionally, the first device may generate a codeword by performing encoding according to the importance determined for each bit. The importance of each bit determined is related to the degree of influence when performing a task, and accordingly, the importance can also be considered when retransmitting.
  • the first device may transmit a codeword to the second device.
  • the channel coding method based on the importance selection results of feature vectors proposed by this disclosure can focus on transmission and reception of feature vectors that have a dominant influence on task performance, thereby improving communication performance. Additionally, resource efficiency can be increased if retransmission is performed according to importance.

Abstract

본 개시에서는 무선 통신 시스템에서 제1 장치의 동작 방법을 제공할 수 있다. 제2 장치로부터 동기 신호(synchronization signal)을 수신하는 단계, 상기 동기 신호에 기초하여 상기 제2 장치와의 동기화 절차를 수행하는 단계, 상기 제2 장치로부터 제어 정보를 수신하는 단계, 상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 채널 코딩(channel coding)을 수행하여 코드워드를 생성하는 단계, 및 상기 코드워드를 상기 제2 장치에게 송신하는 단계를 포함할 수 있다. 여기서, 상기 비트 셋은, 시멘틱 통신 수행을 위해 시멘틱 소스 코딩된 특징 벡터(semantic source coded feature vector)에 대응되고, 상기 채널 코딩은, 상기 비트 셋에 포함된 부분 비트 셋(partial bit-set)들의 중요도에 기초하여 수행될 수 있다.

Description

무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법
이하의 설명은 무선 통신 시스템에 대한 것으로, 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법 관한 것이다.
구체적으로, 시멘틱 통신(semantic communication)에서 테스크(task) 수행을 위한 채널 코딩 및 재전송 방법 및 장치를 제공할 수 있다.
무선 접속 시스템이 음성이나 데이터 등과 같은 다양한 종류의 통신 서비스를 제공하기 위해 광범위하게 전개되고 있다. 일반적으로 무선 접속 시스템은 가용한 시스템 자원(대역폭, 전송 파워 등)을 공유하여 다중 사용자와의 통신을 지원할 수 있는 다중 접속(multiple access) 시스템이다. 다중 접속 시스템의 예들로는 CDMA(code division multiple access) 시스템, FDMA(frequency division multiple access) 시스템, TDMA(time division multiple access) 시스템, OFDMA(orthogonal frequency division multiple access) 시스템, SC-FDMA(single carrier frequency division multiple access) 시스템 등이 있다.
특히, 많은 통신 기기들이 큰 통신 용량을 요구하게 됨에 따라 기존 RAT(radio access technology)에 비해 향상된 모바일 브로드밴드(enhanced mobile broadband, eMBB) 통신 기술이 제안되고 있다. 또한 다수의 기기 및 사물들을 연결하여 언제 어디서나 다양한 서비스를 제공하는 mMTC(massive machine type communications) 뿐만 아니라 신뢰성 (reliability) 및 지연(latency) 민감한 서비스/UE(user equipment)를 고려한 통신 시스템이 제안되고 있다. 이를 위한 다양한 기술 구성들이 제안되고 있다.
본 개시는 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법에 관한 것이다.
본 개시는 무선 통신 시스템에서 시멘틱 인코딩된 특징 벡터(semantic encoded feature vector)를 채널 코딩을 수행하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 특징 벡터의 중요도(importance)를 선별하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 특징 벡터의 중요도에 따라 채널 코딩을 수행하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 특징 벡터의 중요도에 따라 코드워드(codeword)를 디코딩(decoding)하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 특징 벡터의 중요도에 따라 재전송을 수행하기 위한 장치 및 방법을 제공할 수 있다.
본 개시에서 이루고자 하는 기술적 목적들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 본 개시의 실시 예들로부터 본 개시의 기술 구성이 적용되는 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 제1 장치의 동작 방법은, 제2 장치로부터 동기 신호(synchronization signal)을 수신하는 단계, 상기 동기 신호에 기초하여 상기 제2 장치와의 동기화 절차를 수행하는 단계, 상기 제2 장치로부터 제어 정보를 수신하는 단계, 상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 채널 코딩(channel coding)을 수행하여 코드워드를 생성하는 단계 및 상기 코드워드를 상기 제2 장치에게 송신하는 단계를 포함할 수 있다.
본 개시의 일 예로서, 코드워드를 생성하는 단계는, 코드 블록 세그멘테이션(code block segmentation)을 이용하여 복수의 부분 코드워드(partial codeword)를 생성하는 단계를 포할 수 있다.
본 개시의 일 예로서, 상기 비트 셋의 중요도 및 피드백 결과에 기초하여 적어도 하나의 부분 코드워드를 재전송하는 단계를 더 포함할 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 제2 장치의 동작 방법은, 제1 장치에게 동기화 신호(synchronization signal)을 송신하는 단계, 상기 제1 장치와 동기화 절차를 수행하는 단계, 상기 제1 장치에게 제어 정보를 송신하는 단계 및 상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 수행된 채널 코딩에 의해 생성된 코드워드를 수신하는 단계를 포함할 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 제1 장치는, 송수신기, 및 상기 송수신기와 연결된 프로세서를 포함하고, 상기 프로세서는, 제2 장치로부터 동기 신호(synchronization signal)을 수신하고, 상기 동기 신호에 기초하여 상기 제2 장치와의 동기화 절차를 수행하고, 상기 제2 장치로부터 제어 정보를 수신하고, 상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 채널 코딩(channel coding)을 수행하여 코드워드를 생성하고, 상기 코드워드를 상기 제2 장치에게 송신하도록 제어할 수 있다.
본 개시의 일 예로서, 제2 장치는, 송수신기, 및 상기 송수신기와 연결된 프로세서를 포함하고, 상기 프로세서는, 제1 장치에게 동기화 신호(synchronization signal)을 송신하고, 상기 제1 장치와 동기화 절차를 수행하고, 상기 제1 장치에게 제어 정보를 송신하고, 상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 수행된 채널 코딩에 의해 생성된 코드워드를 수신하도록 제어할 수 있다.
본 개시의 일 예로서, 제1 장치는, 적어도 하나의 메모리 및 상기 적어도 하나의 메모리들과 기능적으로 연결되어 있는 적어도 하나의 프로세서를 포함하고, 상기 프로세서는, 제2 장치로부터 동기 신호(synchronization signal)을 수신하고, 상기 동기 신호에 기초하여 상기 제2 장치와의 동기화 절차를 수행하고, 상기 제2 장치로부터 제어 정보를 수신하고, 상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 채널 코딩(channel coding)을 수행하여 코드워드를 생성하고, 상기 코드워드를 상기 제2 장치에게 송신하도록 제어할 수 있다.
본 개시의 일 예로서, 적어도 하나의 명령어(instructions)을 저장하는 비-일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer-readable medium)는. 프로세서에 의해 실행 가능한(executable) 상기 적어도 하나의 명령어를 포함하며, 상기 적어도 하나의 명령어는, 제2 장치로부터 동기 신호(synchronization signal)을 수신하고, 상기 동기 신호에 기초하여 상기 제2 장치와의 동기화 절차를 수행하고, 상기 제2 장치로부터 제어 정보를 수신하고, 상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 채널 코딩(channel coding)을 수행하여 코드워드를 생성하고, 상기 코드워드를 상기 제2 장치에게 송신하도록 제어할 수 있다.
이하의 실시 예들은 공통적으로 적용될 수 있다.
본 개시의 일 예로서, 상기 비트 셋은, 시멘틱 통신 수행을 위해 시멘틱 소스 코딩된 특징 벡터(semantic source coded feature vector)에 대응되고, 상기 채널 코딩은, 상기 비트 셋에 포함된 부분 비트 셋(partial bit-set)들의 중요도에 기초하여 수행될 수 있다.
본 개시의 일 예로서, 상기 채널 코딩은, 상기 부분 비트 셋의 중요도에 따라 서로 다른 채널 코딩 부호를 이용하여 수행될 수 있다.
본 개시의 일 예로서, 상기 부분 비트 셋의 중요도는, 비트들의 자원 상의 위치에 따라 결정될 수 있다.
본 개시의 일 예로서, 상기 부분 비트 셋의 중요도는, 상기 제2 장치에서, 상기 부분 비트 셋의 중요도에 기초하지 않고 채널 코딩되어 송신된 상기 비트 셋을 이용하여 수행되는 테스크 수행 결과에 기초하여 결정될 수 있다.
본 개시의 일 예로서, 상기 테스크 수행 결과는, 상기 부분 비트 셋 별 에러 존재 여부에 따른 테스크 수행 정확도 정보를 포함할 수 있다.
본 개시의 일 예로서, 상기 부분 비트 셋의 중요도는, 상기 부분 비트 셋에 대응하는 레이어의 순서에 기초하여 결정될 수 있다.
본 개시의 일 예로서, 상기 제어정보는, 중요도 선별 방식을 지시하는 제1 지시자 및 중요도 선별 방식에 따른 비트 별 중요도를 지시하는 제2 지시자를 포함할 수 있다.
본 개시의 일 예로서, 상기 피드백 결과는, 상기 제2 장치가 수행한 코드워드에 대한 디코딩 결과에 대한 응답이고, 상기 응답은, 상기 부분 코드워드 별로 결정될 수 있다.
본 개시의 일 예로서, 상기 피드백 결과는, 신드롬 체크(syndrome check)에 기초하여 결정될 수 있다.
상술한 본 개시의 양태들은 본 개시의 바람직한 실시 예들 중 일부에 불과하며, 본 개시의 기술적 특징들이 반영된 다양한 실시 예들이 당해 기술분야의 통상적인 지식을 가진 자에 의해 이하 상술할 본 개시의 상세한 설명을 기반으로 도출되고 이해될 수 있다.
본 개시에 기초한 실시 예들에 의해 하기와 같은 효과가 있을 수 있다.
본 개시는 무선 통신 시스템에서 시멘틱 인코딩된 특징 벡터(semantic encoded feature vector)를 중요도에 따라 채널코딩 및 재전송함으로써 자원활용의 효율성을 향상시키는 장점을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 특징 벡터의 중요도에 따라 채널코딩 및 재전송함으로써 수신단에서의 테스크 수행 성능이 향상되는 장점이 제공될 수 있다.
본 개시에서 이루고자 하는 기술적 목적들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 본 개시의 실시 예들로부터 본 개시의 기술 구성이 적용되는 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.
이하에 첨부되는 도면들은 본 개시에 관한 이해를 돕기 위한 것으로, 상세한 설명과 함께 본 개시에 대한 실시 예들을 제공할 수 있다. 다만, 본 개시의 기술적 특징이 특정 도면에 한정되는 것은 아니며, 각 도면에서 개시하는 특징들은 서로 조합되어 새로운 실시 예로 구성될 수 있다. 각 도면에서의 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미할 수 있다.
도 1은 본 개시에 적용 가능한 통신 시스템 예시를 나타낸 도면이다.
도 2는 본 개시에 적용 가능한 무선 기기의 예시를 나타낸 도면이다.
도 3은 본 개시에 적용 가능한 무선 기기의 다른 예시를 나타낸 도면이다.
도 4는 본 개시에 적용 가능한 휴대 기기의 예시를 나타낸 도면이다.
도 5는 본 개시에 적용 가능한 차량 또는 자율 주행 차량의 예시를 나타낸 도면이다.
도 6은 본 개시에 적용 가능한 AI(Artificial Intelligence)의 예시를 나타낸 도면이다.
도 7은 본 개시에 적용 가능한 전송 신호를 처리하는 방법을 나타낸 도면이다.
도 8은 본 개시에 적용 가능한 6G 시스템에서 제공 가능한 통신 구조의 일례를 나타낸 도면이다.
도 9는 본 개시에 적용 가능한 전자기 스펙트럼을 나타낸 도면이다.
도 10은 본 개시에 적용 가능한 THz 통신 방법을 나타낸 도면이다.
도 11(a)는 본 개시의 일 실시 예에 따른 기존 통신 시스템들의 예를 도시한다.
도 11(b)는 본 개시의 일 실시 예에 따른 시멘틱 통신 시스템들의 예를 도시한다.
도 12는 본 개시의 일 실시 예에 따른 특징 벡터(feature vector)의 예를 도시한다.
도 13은 본 개시의 일 실시 예에 따른 비트 선별의 예를 도시한다.
도 14는 본 개시의 일 실시 예에 따른 특징 선별의 예를 도시한다.
도 15는 본 개시의 일 실시 예에 따른 서브테스크 선별의 예를 도시한다.
도 16은 본 개시의 일 실시 예에 따른 장치의 채널 코딩 절차의 예를 도시한다.
이하의 실시 예들은 본 개시의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 본 개시의 실시 예를 구성할 수도 있다. 본 개시의 실시 예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시 예의 일부 구성이나 특징은 다른 실시 예에 포함될 수 있고, 또는 다른 실시 예의 대응하는 구성 또는 특징과 교체될 수 있다.
도면에 대한 설명에서, 본 개시의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당업자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 본 개시를 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
본 명세서에서 본 개시의 실시 예들은 기지국과 이동국 간의 데이터 송수신 관계를 중심으로 설명되었다. 여기서, 기지국은 이동국과 직접적으로 통신을 수행하는 네트워크의 종단 노드(terminal node)로서의 의미가 있다. 본 문서에서 기지국에 의해 수행되는 것으로 설명된 특정 동작은 경우에 따라서는 기지국의 상위 노드(upper node)에 의해 수행될 수도 있다.
즉, 기지국을 포함하는 다수의 네트워크 노드들(network nodes)로 이루어지는 네트워크에서 이동국과의 통신을 위해 수행되는 다양한 동작들은 기지국 또는 기지국 이외의 다른 네트워크 노드들에 의해 수행될 수 있다. 이때, '기지국'은 고정국(fixed station), Node B, eNB(eNode B), gNB(gNode B), ng-eNB, 발전된 기지국(advanced base station, ABS) 또는 억세스 포인트(access point) 등의 용어에 의해 대체될 수 있다.
또한, 본 개시의 실시 예들에서 단말(terminal)은 사용자 기기(user equipment, UE), 이동국(mobile station, MS), 가입자국(subscriber station, SS), 이동 가입자 단말(mobile subscriber station, MSS), 이동 단말(mobile terminal) 또는 발전된 이동 단말(advanced mobile station, AMS) 등의 용어로 대체될 수 있다.
또한, 송신단은 데이터 서비스 또는 음성 서비스를 제공하는 고정 및/또는 이동 노드를 말하고, 수신단은 데이터 서비스 또는 음성 서비스를 수신하는 고정 및/또는 이동 노드를 의미한다. 따라서, 상향링크의 경우, 이동국이 송신단이 되고, 기지국이 수신단이 될 수 있다. 마찬가지로, 하향링크의 경우, 이동국이 수신단이 되고, 기지국이 송신단이 될 수 있다.
본 개시의 실시 예들은 무선 접속 시스템들인 IEEE 802.xx 시스템, 3GPP(3rd Generation Partnership Project) 시스템, 3GPP LTE(Long Term Evolution) 시스템, 3GPP 5G(5th generation) NR(New Radio) 시스템 및 3GPP2 시스템 중 적어도 하나에 개시된 표준 문서들에 의해 뒷받침될 수 있으며, 특히, 본 개시의 실시 예들은 3GPP TS(technical specification) 38.211, 3GPP TS 38.212, 3GPP TS 38.213, 3GPP TS 38.321 및 3GPP TS 38.331 문서들에 의해 뒷받침될 수 있다.
또한, 본 개시의 실시 예들은 다른 무선 접속 시스템에도 적용될 수 있으며, 상술한 시스템으로 한정되는 것은 아니다. 일 예로, 3GPP 5G NR 시스템 이후에 적용되는 시스템에 대해서도 적용 가능할 수 있으며, 특정 시스템에 한정되지 않는다.
즉, 본 개시의 실시 예들 중 설명하지 않은 자명한 단계들 또는 부분들은 상기 문서들을 참조하여 설명될 수 있다. 또한, 본 문서에서 개시하고 있는 모든 용어들은 상기 표준 문서에 의해 설명될 수 있다.
이하, 본 개시에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 개시의 예시적인 실시 형태를 설명하고자 하는 것이며, 본 개시의 기술 구성이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다.
또한, 본 개시의 실시 예들에서 사용되는 특정 용어들은 본 개시의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 개시의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
이하의 기술은 CDMA(code division multiple access), FDMA(frequency division multiple access), TDMA(time division multiple access), OFDMA(orthogonal frequency division multiple access), SC-FDMA(single carrier frequency division multiple access) 등과 같은 다양한 무선 접속 시스템에 적용될 수 있다.
하기에서는 이하 설명을 명확하게 하기 위해, 3GPP 통신 시스템(e.g.(예, LTE, NR 등)을 기반으로 설명하지만 본 발명의 기술적 사상이 이에 제한되는 것은 아니다. LTE는 3GPP TS 36.xxx Release 8 이후의 기술을 의미할 수 있다. 세부적으로, 3GPP TS 36.xxx Release 10 이후의 LTE 기술은 LTE-A로 지칭되고, 3GPP TS 36.xxx Release 13 이후의 LTE 기술은 LTE-A pro로 지칭될 수 있다. 3GPP NR은 TS 38.xxx Release 15 이후의 기술을 의미할 수 있다. 3GPP 6G는 TS Release 17 및/또는 Release 18 이후의 기술을 의미할 수 있다. "xxx"는 표준 문서 세부 번호를 의미한다. LTE/NR/6G는 3GPP 시스템으로 통칭될 수 있다.
본 개시에 사용된 배경기술, 용어, 약어 등에 관해서는 본 발명 이전에 공개된 표준 문서에 기재된 사항을 참조할 수 있다. 일 예로, 36.xxx 및 38.xxx 표준 문서를 참조할 수 있다.
본 개시에 적용 가능한 통신 시스템
이로 제한되는 것은 아니지만, 본 문서에 개시된 본 개시의 다양한 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 기기들 간에 무선 통신/연결(예, 5G)을 필요로 하는 다양한 분야에 적용될 수 있다.
이하, 도면을 참조하여 보다 구체적으로 예시한다. 이하의 도면/설명에서 동일한 도면 부호는 다르게 기술하지 않는 한, 동일하거나 대응되는 하드웨어 블록, 소프트웨어 블록 또는 기능 블록을 예시할 수 있다.
도 1은 본 개시에 적용되는 통신 시스템 예시를 도시한 도면이다.
도 1을 참조하면, 본 개시에 적용되는 통신 시스템(100)은 무선 기기, 기지국 및 네트워크를 포함한다. 여기서, 무선 기기는 무선 접속 기술(예, 5G NR, LTE)을 이용하여 통신을 수행하는 기기를 의미하며, 통신/무선/5G 기기로 지칭될 수 있다. 이로 제한되는 것은 아니지만, 무선 기기는 로봇(100a), 차량(100b-1, 100b-2), XR(extended reality) 기기(100c), 휴대 기기(hand-held device)(100d), 가전(home appliance)(100e), IoT(Internet of Thing) 기기(100f), AI(artificial intelligence) 기기/서버(100g)를 포함할 수 있다. 예를 들어, 차량은 무선 통신 기능이 구비된 차량, 자율 주행 차량, 차량간 통신을 수행할 수 있는 차량 등을 포함할 수 있다. 여기서, 차량(100b-1, 100b-2)은 UAV(unmanned aerial vehicle)(예, 드론)를 포함할 수 있다. XR 기기(100c)는 AR(augmented reality)/VR(virtual reality)/MR(mixed reality) 기기를 포함하며, HMD(head-mounted device), 차량에 구비된 HUD(head-up display), 텔레비전, 스마트폰, 컴퓨터, 웨어러블 장치, 가전 기기, 디지털 사이니지(signage), 차량, 로봇 등의 형태로 구현될 수 있다. 휴대 기기(100d)는 스마트폰, 스마트패드, 웨어러블 기기(예, 스마트워치, 스마트글래스), 컴퓨터(예, 노트북 등) 등을 포함할 수 있다. 가전(100e)은 TV, 냉장고, 세탁기 등을 포함할 수 있다. IoT 기기(100f)는 센서, 스마트 미터 등을 포함할 수 있다. 예를 들어, 기지국(120), 네트워크(130)는 무선 기기로도 구현될 수 있으며, 특정 무선 기기(120a)는 다른 무선 기기에게 기지국/네트워크 노드로 동작할 수도 있다.
무선 기기(100a~100f)는 기지국(120)을 통해 네트워크(130)와 연결될 수 있다. 무선 기기(100a~100f)에는 AI 기술이 적용될 수 있으며, 무선 기기(100a~100f)는 네트워크(130)를 통해 AI 서버(100g)와 연결될 수 있다. 네트워크(130)는 3G 네트워크, 4G(예, LTE) 네트워크 또는 5G(예, NR) 네트워크 등을 이용하여 구성될 수 있다. 무선 기기(100a~100f)는 기지국(120)/네트워크(130)를 통해 서로 통신할 수도 있지만, 기지국(120)/네트워크(130)를 통하지 않고 직접 통신(예, 사이드링크 통신(sidelink communication))할 수도 있다. 예를 들어, 차량들(100b-1, 100b-2)은 직접 통신(예, V2V(vehicle to vehicle)/V2X(vehicle to everything) communication)을 할 수 있다. 또한, IoT 기기(100f)(예, 센서)는 다른 IoT 기기(예, 센서) 또는 다른 무선 기기(100a~100f)와 직접 통신을 할 수 있다.
무선 기기(100a~100f)/기지국(120), 기지국(120)/기지국(120) 간에는 무선 통신/연결(150a, 150b, 150c)이 이뤄질 수 있다. 여기서, 무선 통신/연결은 상향/하향링크 통신(150a)과 사이드링크 통신(150b)(또는, D2D 통신), 기지국간 통신(150c)(예, relay, IAB(integrated access backhaul))과 같은 다양한 무선 접속 기술(예, 5G NR)을 통해 이뤄질 수 있다. 무선 통신/연결(150a, 150b, 150c)을 통해 무선 기기와 기지국/무선 기기, 기지국과 기지국은 서로 무선 신호를 송신/수신할 수 있다. 예를 들어, 무선 통신/연결(150a, 150b, 150c)은 다양한 물리 채널을 통해 신호를 송신/수신할 수 있다. 이를 위해, 본 개시의 다양한 제안들에 기반하여, 무선 신호의 송신/수신을 위한 다양한 구성정보 설정 과정, 다양한 신호 처리 과정(예, 채널 인코딩/디코딩, 변조/복조, 자원 매핑/디매핑 등), 자원 할당 과정 등 중 적어도 일부가 수행될 수 있다.
본 개시에 적용 가능한 통신 시스템
도 2는 본 개시에 적용될 수 있는 무선 기기의 예시를 도시한 도면이다.
도 2를 참조하면, 제1 무선 기기(200a)와 제2 무선 기기(200b)는 다양한 무선 접속 기술(예, LTE, NR)을 통해 무선 신호를 송수신할 수 있다. 여기서, {제1 무선 기기(200a), 제2 무선 기기(200b)}은 도 1의 {무선 기기(100x), 기지국(120)} 및/또는 {무선 기기(100x), 무선 기기(100x)}에 대응할 수 있다.
제1 무선 기기(200a)는 하나 이상의 프로세서(202a) 및 하나 이상의 메모리(204a)를 포함하며, 추가적으로 하나 이상의 송수신기(206a) 및/또는 하나 이상의 안테나(208a)을 더 포함할 수 있다. 프로세서(202a)는 메모리(204a) 및/또는 송수신기(206a)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(202a)는 메모리(204a) 내의 정보를 처리하여 제1 정보/신호를 생성한 뒤, 송수신기(206a)을 통해 제1 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(202a)는 송수신기(206a)를 통해 제2 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제2 정보/신호의 신호 처리로부터 얻은 정보를 메모리(204a)에 저장할 수 있다. 메모리(204a)는 프로세서(202a)와 연결될 수 있고, 프로세서(202a)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(204a)는 프로세서(202a)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(202a)와 메모리(204a)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(206a)는 프로세서(202a)와 연결될 수 있고, 하나 이상의 안테나(208a)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(206a)는 송신기 및/또는 수신기를 포함할 수 있다. 송수신기(206a)는 RF(radio frequency) 유닛과 혼용될 수 있다. 본 개시에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
제2 무선 기기(200b)는 하나 이상의 프로세서(202b), 하나 이상의 메모리(204b)를 포함하며, 추가적으로 하나 이상의 송수신기(206b) 및/또는 하나 이상의 안테나(208b)를 더 포함할 수 있다. 프로세서(202b)는 메모리(204b) 및/또는 송수신기(206b)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(202b)는 메모리(204b) 내의 정보를 처리하여 제3 정보/신호를 생성한 뒤, 송수신기(206b)를 통해 제3 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(202b)는 송수신기(206b)를 통해 제4 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제4 정보/신호의 신호 처리로부터 얻은 정보를 메모리(204b)에 저장할 수 있다. 메모리(204b)는 프로세서(202b)와 연결될 수 있고, 프로세서(202b)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(204b)는 프로세서(202b)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(202b)와 메모리(204b)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(206b)는 프로세서(202b)와 연결될 수 있고, 하나 이상의 안테나(208b)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(206b)는 송신기 및/또는 수신기를 포함할 수 있다 송수신기(206b)는 RF 유닛과 혼용될 수 있다. 본 개시에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
이하, 무선 기기(200a, 200b)의 하드웨어 요소에 대해 보다 구체적으로 설명한다. 이로 제한되는 것은 아니지만, 하나 이상의 프로토콜 계층이 하나 이상의 프로세서(202a, 202b)에 의해 구현될 수 있다. 예를 들어, 하나 이상의 프로세서(202a, 202b)는 하나 이상의 계층(예, PHY(physical), MAC(media access control), RLC(radio link control), PDCP(packet data convergence protocol), RRC(radio resource control), SDAP(service data adaptation protocol)와 같은 기능적 계층)을 구현할 수 있다. 하나 이상의 프로세서(202a, 202b)는 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 하나 이상의 PDU(Protocol Data Unit) 및/또는 하나 이상의 SDU(service data unit)를 생성할 수 있다. 하나 이상의 프로세서(202a, 202b)는 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 메시지, 제어정보, 데이터 또는 정보를 생성할 수 있다. 하나 이상의 프로세서(202a, 202b)는 본 문서에 개시된 기능, 절차, 제안 및/또는 방법에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 포함하는 신호(예, 베이스밴드 신호)를 생성하여, 하나 이상의 송수신기(206a, 206b)에게 제공할 수 있다. 하나 이상의 프로세서(202a, 202b)는 하나 이상의 송수신기(206a, 206b)로부터 신호(예, 베이스밴드 신호)를 수신할 수 있고, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 획득할 수 있다.
하나 이상의 프로세서(202a, 202b)는 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 또는 마이크로 컴퓨터로 지칭될 수 있다. 하나 이상의 프로세서(202a, 202b)는 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합에 의해 구현될 수 있다. 일 예로, 하나 이상의 ASIC(application specific integrated circuit), 하나 이상의 DSP(digital signal processor), 하나 이상의 DSPD(digital signal processing device), 하나 이상의 PLD(programmable logic device) 또는 하나 이상의 FPGA(field programmable gate arrays)가 하나 이상의 프로세서(202a, 202b)에 포함될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 펌웨어 또는 소프트웨어를 사용하여 구현될 수 있고, 펌웨어 또는 소프트웨어는 모듈, 절차, 기능 등을 포함하도록 구현될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 수행하도록 설정된 펌웨어 또는 소프트웨어는 하나 이상의 프로세서(202a, 202b)에 포함되거나, 하나 이상의 메모리(204a, 204b)에 저장되어 하나 이상의 프로세서(202a, 202b)에 의해 구동될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 코드, 명령어 및/또는 명령어의 집합 형태로 펌웨어 또는 소프트웨어를 사용하여 구현될 수 있다.
하나 이상의 메모리(204a, 204b)는 하나 이상의 프로세서(202a, 202b)와 연결될 수 있고, 다양한 형태의 데이터, 신호, 메시지, 정보, 프로그램, 코드, 지시 및/또는 명령을 저장할 수 있다. 하나 이상의 메모리(204a, 204b)는 ROM(read only memory), RAM(random access memory), EPROM(erasable programmable read only memory), 플래시 메모리, 하드 드라이브, 레지스터, 캐쉬 메모리, 컴퓨터 판독 저장 매체 및/또는 이들의 조합으로 구성될 수 있다. 하나 이상의 메모리(204a, 204b)는 하나 이상의 프로세서(202a, 202b)의 내부 및/또는 외부에 위치할 수 있다. 또한, 하나 이상의 메모리(204a, 204b)는 유선 또는 무선 연결과 같은 다양한 기술을 통해 하나 이상의 프로세서(202a, 202b)와 연결될 수 있다.
하나 이상의 송수신기(206a, 206b)는 하나 이상의 다른 장치에게 본 문서의 방법들 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 전송할 수 있다. 하나 이상의 송수신기(206a, 206b)는 하나 이상의 다른 장치로부터 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 수신할 수 있다. 예를 들어, 하나 이상의 송수신기(206a, 206b)는 하나 이상의 프로세서(202a, 202b)와 연결될 수 있고, 무선 신호를 송수신할 수 있다. 예를 들어, 하나 이상의 프로세서(202a, 202b)는 하나 이상의 송수신기(206a, 206b)가 하나 이상의 다른 장치에게 사용자 데이터, 제어 정보 또는 무선 신호를 전송하도록 제어할 수 있다. 또한, 하나 이상의 프로세서(202a, 202b)는 하나 이상의 송수신기(206a, 206b)가 하나 이상의 다른 장치로부터 사용자 데이터, 제어 정보 또는 무선 신호를 수신하도록 제어할 수 있다. 또한, 하나 이상의 송수신기(206a, 206b)는 하나 이상의 안테나(208a, 208b)와 연결될 수 있고, 하나 이상의 송수신기(206a, 206b)는 하나 이상의 안테나(208a, 208b)를 통해 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 송수신하도록 설정될 수 있다. 본 문서에서, 하나 이상의 안테나는 복수의 물리 안테나이거나, 복수의 논리 안테나(예, 안테나 포트)일 수 있다. 하나 이상의 송수신기(206a, 206b)는 수신된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 하나 이상의 프로세서(202a, 202b)를 이용하여 처리하기 위해, 수신된 무선 신호/채널 등을 RF 밴드 신호에서 베이스밴드 신호로 변환(Convert)할 수 있다. 하나 이상의 송수신기(206a, 206b)는 하나 이상의 프로세서(202a, 202b)를 이용하여 처리된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 베이스밴드 신호에서 RF 밴드 신호로 변환할 수 있다. 이를 위하여, 하나 이상의 송수신기(206a, 206b)는 (아날로그) 오실레이터 및/또는 필터를 포함할 수 있다.
본 개시에 적용 가능한 무선 기기 구조
도 3은 본 개시에 적용되는 무선 기기의 다른 예시를 도시한 도면이다.
도 3을 참조하면, 무선 기기(300)는 도 2의 무선 기기(200a, 200b)에 대응하며, 다양한 요소(element), 성분(component), 유닛/부(unit), 및/또는 모듈(module)로 구성될 수 있다. 예를 들어, 무선 기기(300)는 통신부(310), 제어부(320), 메모리부(330) 및 추가 요소(340)를 포함할 수 있다. 통신부는 통신 회로(312) 및 송수신기(들)(314)을 포함할 수 있다. 예를 들어, 통신 회로(312)는 도 2의 하나 이상의 프로세서(202a, 202b) 및/또는 하나 이상의 메모리(204a, 204b)를 포함할 수 있다. 예를 들어, 송수신기(들)(314)는 도 2의 하나 이상의 송수신기(206a, 206b) 및/또는 하나 이상의 안테나(208a, 208b)을 포함할 수 있다. 제어부(320)는 통신부(310), 메모리부(330) 및 추가 요소(340)와 전기적으로 연결되며 무선 기기의 제반 동작을 제어한다. 예를 들어, 제어부(320)는 메모리부(330)에 저장된 프로그램/코드/명령/정보에 기반하여 무선 기기의 전기적/기계적 동작을 제어할 수 있다. 또한, 제어부(320)는 메모리부(330)에 저장된 정보를 통신부(310)을 통해 외부(예, 다른 통신 기기)로 무선/유선 인터페이스를 통해 전송하거나, 통신부(310)를 통해 외부(예, 다른 통신 기기)로부터 무선/유선 인터페이스를 통해 수신된 정보를 메모리부(330)에 저장할 수 있다.
추가 요소(340)는 무선 기기의 종류에 따라 다양하게 구성될 수 있다. 예를 들어, 추가 요소(340)는 파워 유닛/배터리, 입출력부(input/output unit), 구동부 및 컴퓨팅부 중 적어도 하나를 포함할 수 있다. 이로 제한되는 것은 아니지만, 무선 기기(300)는 로봇(도 1, 100a), 차량(도 1, 100b-1, 100b-2), XR 기기(도 1, 100c), 휴대 기기(도 1, 100d), 가전(도 1, 100e), IoT 기기(도 1, 100f), 디지털 방송용 단말, 홀로그램 장치, 공공 안전 장치, MTC 장치, 의료 장치, 핀테크 장치(또는 금융 장치), 보안 장치, 기후/환경 장치, AI 서버/기기(도 1, 140), 기지국(도 1, 120), 네트워크 노드 등의 형태로 구현될 수 있다. 무선 기기는 사용-예/서비스에 따라 이동 가능하거나 고정된 장소에서 사용될 수 있다.
도 3에서 무선 기기(300) 내의 다양한 요소, 성분, 유닛/부, 및/또는 모듈은 전체가 유선 인터페이스를 통해 상호 연결되거나, 적어도 일부가 통신부(310)를 통해 무선으로 연결될 수 있다. 예를 들어, 무선 기기(300) 내에서 제어부(320)와 통신부(310)는 유선으로 연결되며, 제어부(320)와 제1 유닛(예, 130, 140)은 통신부(310)를 통해 무선으로 연결될 수 있다. 또한, 무선 기기(300) 내의 각 요소, 성분, 유닛/부, 및/또는 모듈은 하나 이상의 요소를 더 포함할 수 있다. 예를 들어, 제어부(320)는 하나 이상의 프로세서 집합으로 구성될 수 있다. 예를 들어, 제어부(320)는 통신 제어 프로세서, 어플리케이션 프로세서(application processor), ECU(electronic control unit), 그래픽 처리 프로세서, 메모리 제어 프로세서 등의 집합으로 구성될 수 있다. 다른 예로, 메모리부(330)는 RAM, DRAM(dynamic RAM), ROM, 플래시 메모리(flash memory), 휘발성 메모리(volatile memory), 비-휘발성 메모리(non-volatile memory) 및/또는 이들의 조합으로 구성될 수 있다.
본 개시가 적용 가능한 휴대 기기
도 4는 본 개시에 적용되는 휴대 기기의 예시를 도시한 도면이다.
도 4는 본 개시에 적용되는 휴대 기기를 예시한다. 휴대 기기는 스마트폰, 스마트패드, 웨어러블 기기(예, 스마트 워치, 스마트 글래스), 휴대용 컴퓨터(예, 노트북 등)을 포함할 수 있다. 휴대 기기는 MS(mobile station), UT(user terminal), MSS(mobile subscriber station), SS(subscriber station), AMS(advanced mobile station) 또는 WT(wireless terminal)로 지칭될 수 있다.
도 4를 참조하면, 휴대 기기(400)는 안테나부(408), 통신부(410), 제어부(420), 메모리부(430), 전원공급부(440a), 인터페이스부(440b) 및 입출력부(440c)를 포함할 수 있다. 안테나부(408)는 통신부(410)의 일부로 구성될 수 있다. 블록 410~430/440a~440c는 각각 도 3의 블록 310~330/340에 대응한다.
통신부(410)는 다른 무선 기기, 기지국들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(420)는 휴대 기기(400)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(420)는 AP(application processor)를 포함할 수 있다. 메모리부(430)는 휴대 기기(400)의 구동에 필요한 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 또한, 메모리부(430)는 입/출력되는 데이터/정보 등을 저장할 수 있다. 전원공급부(440a)는 휴대 기기(400)에게 전원을 공급하며, 유/무선 충전 회로, 배터리 등을 포함할 수 있다. 인터페이스부(440b)는 휴대 기기(400)와 다른 외부 기기의 연결을 지원할 수 있다. 인터페이스부(440b)는 외부 기기와의 연결을 위한 다양한 포트(예, 오디오 입/출력 포트, 비디오 입/출력 포트)를 포함할 수 있다. 입출력부(440c)는 영상 정보/신호, 오디오 정보/신호, 데이터, 및/또는 사용자로부터 입력되는 정보를 입력 받거나 출력할 수 있다. 입출력부(440c)는 카메라, 마이크로폰, 사용자 입력부, 디스플레이부(440d), 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다.
일 예로, 데이터 통신의 경우, 입출력부(440c)는 사용자로부터 입력된 정보/신호(예, 터치, 문자, 음성, 이미지, 비디오)를 획득하며, 획득된 정보/신호는 메모리부(430)에 저장될 수 있다. 통신부(410)는 메모리에 저장된 정보/신호를 무선 신호로 변환하고, 변환된 무선 신호를 다른 무선 기기에게 직접 전송하거나 기지국에게 전송할 수 있다. 또한, 통신부(410)는 다른 무선 기기 또는 기지국으로부터 무선 신호를 수신한 뒤, 수신된 무선 신호를 원래의 정보/신호로 복원할 수 있다. 복원된 정보/신호는 메모리부(430)에 저장된 뒤, 입출력부(440c)를 통해 다양한 형태(예, 문자, 음성, 이미지, 비디오, 햅틱)로 출력될 수 있다.
본 개시가 적용 가능한 무선 기기 종류
도 5는 본 개시에 적용되는 차량 또는 자율 주행 차량의 예시를 도시한 도면이다.
도 5는 본 개시에 적용되는 차량 또는 자율 주행 차량을 예시한다. 차량 또는 자율 주행 차량은 이동형 로봇, 차량, 기차, 유/무인 비행체(aerial vehicle, AV), 선박 등으로 구현될 수 있으며, 차량의 형태로 한정되는 것은 아니다.
도 5를 참조하면, 차량 또는 자율 주행 차량(500)은 안테나부(508), 통신부(510), 제어부(520), 구동부(540a), 전원공급부(540b), 센서부(540c) 및 자율 주행부(540d)를 포함할 수 있다. 안테나부(550)는 통신부(510)의 일부로 구성될 수 있다. 블록 510/530/540a~540d는 각각 도 4의 블록 410/430/440에 대응한다.
통신부(510)는 다른 차량, 기지국(예, 기지국, 노변 기지국(road side unit) 등), 서버 등의 외부 기기들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(520)는 차량 또는 자율 주행 차량(500)의 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(520)는 ECU(electronic control unit)를 포함할 수 있다.
도 6은 본 개시에 적용되는 AI 기기의 예시를 도시한 도면이다. 일 예로, AI 기기는 TV, 프로젝터, 스마트폰, PC, 노트북, 디지털방송용 단말기, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), 라디오, 세탁기, 냉장고, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 6을 참조하면, AI 기기(600)는 통신부(610), 제어부(620), 메모리부(630), 입/출력부(640a/640b), 러닝 프로세서부(640c) 및 센서부(640d)를 포함할 수 있다. 블록 610~630/640a~640d는 각각 도 3의 블록 310~330/340에 대응할 수 있다.
통신부(610)는 유무선 통신 기술을 이용하여 다른 AI 기기(예, 도 1, 100x, 120, 140)나 AI 서버(도 1, 140) 등의 외부 기기들과 유무선 신호(예, 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등)를 송수신할 수 있다. 이를 위해, 통신부(610)는 메모리부(630) 내의 정보를 외부 기기로 전송하거나, 외부 기기로부터 수신된 신호를 메모리부(630)로 전달할 수 있다.
제어부(620)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 기기(600)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 제어부(620)는 AI 기기(600)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다. 예를 들어, 제어부(620)는 러닝 프로세서부(640c) 또는 메모리부(630)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 기기(600)의 구성 요소들을 제어할 수 있다. 또한, 제어부(620)는 AI 장치(600)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리부(630) 또는 러닝 프로세서부(640c)에 저장하거나, AI 서버(도 1, 140) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
메모리부(630)는 AI 기기(600)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예를 들어, 메모리부(630)는 입력부(640a)로부터 얻은 데이터, 통신부(610)로부터 얻은 데이터, 러닝 프로세서부(640c)의 출력 데이터, 및 센싱부(640)로부터 얻은 데이터를 저장할 수 있다. 또한, 메모리부(630)는 제어부(620)의 동작/실행에 필요한 제어 정보 및/또는 소프트웨어 코드를 저장할 수 있다.
입력부(640a)는 AI 기기(600)의 외부로부터 다양한 종류의 데이터를 획득할 수 있다. 예를 들어, 입력부(620)는 모델 학습을 위한 학습 데이터, 및 학습 모델이 적용될 입력 데이터 등을 획득할 수 있다. 입력부(640a)는 카메라, 마이크로폰 및/또는 사용자 입력부 등을 포함할 수 있다. 출력부(640b)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다. 출력부(640b)는 디스플레이부, 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다. 센싱부(640)는 다양한 센서들을 이용하여 AI 기기(600)의 내부 정보, AI 기기(600)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 얻을 수 있다. 센싱부(640)는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰 및/또는 레이더 등을 포함할 수 있다.
러닝 프로세서부(640c)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 러닝 프로세서부(640c)는 AI 서버(도 1, 140)의 러닝 프로세서부와 함께 AI 프로세싱을 수행할 수 있다. 러닝 프로세서부(640c)는 통신부(610)를 통해 외부 기기로부터 수신된 정보, 및/또는 메모리부(630)에 저장된 정보를 처리할 수 있다. 또한, 러닝 프로세서부(640c)의 출력 값은 통신부(610)를 통해 외부 기기로 전송되거나/되고, 메모리부(630)에 저장될 수 있다.
도 7은 본 개시에 적용되는 전송 신호를 처리하는 방법을 도시한 도면이다. 일 예로, 전송 신호는 신호 처리 회로에 의해 처리될 수 있다. 이때, 신호 처리 회로(700)는 스크램블러(710), 변조기(720), 레이어 매퍼(730), 프리코더(740), 자원 매퍼(750), 신호 생성기(760)를 포함할 수 있다. 이때, 일 예로, 도 7의 동작/기능은 도 2의 프로세서(202a, 202b) 및/또는 송수신기(206a, 206b)에서 수행될 수 있다. 또한, 일 예로, 도 7의 하드웨어 요소는 도 2의 프로세서(202a, 202b) 및/또는 송수신기(206a, 206b)에서 구현될 수 있다. 일 예로, 블록 710~760은 도 2의 프로세서(202a, 202b)에서 구현될 수 있다. 또한, 블록 710~750은 도 2의 프로세서(202a, 202b)에서 구현되고, 블록 760은 도 2의 송수신기(206a, 206b)에서 구현될 수 있으며, 상술한 실시 예로 한정되지 않는다.
코드워드는 도 7의 신호 처리 회로(700)를 거쳐 무선 신호로 변환될 수 있다. 여기서, 코드워드는 정보블록의 부호화된 비트 시퀀스이다. 정보블록은 전송블록(예, UL-SCH 전송블록, DL-SCH 전송블록)을 포함할 수 있다. 무선 신호는 다양한 물리 채널(예, PUSCH, PDSCH)을 통해 전송될 수 있다. 구체적으로, 코드워드는 스크램블러(710)에 의해 스크램블된 비트 시퀀스로 변환될 수 있다. 스크램블에 사용되는 스크램블 시퀀스는 초기화 값에 기반하여 생성되며, 초기화 값은 무선 기기의 ID 정보 등이 포함될 수 있다. 스크램블된 비트 시퀀스는 변조기(720)에 의해 변조 심볼 시퀀스로 변조될 수 있다. 변조 방식은 pi/2-BPSK(pi/2-binary phase shift keying), m-PSK(m-phase shift keying), m-QAM(m-quadrature amplitude modulation) 등을 포함할 수 있다.
복소 변조 심볼 시퀀스는 레이어 매퍼(730)에 의해 하나 이상의 전송 레이어로 매핑될 수 있다. 각 전송 레이어의 변조 심볼들은 프리코더(740)에 의해 해당 안테나 포트(들)로 매핑될 수 있다(프리코딩). 프리코더(740)의 출력 z는 레이어 매퍼(730)의 출력 y를 N*M의 프리코딩 행렬 W와 곱해 얻을 수 있다. 여기서, N은 안테나 포트의 개수, M은 전송 레이어의 개수이다. 여기서, 프리코더(740)는 복소 변조 심볼들에 대한 트랜스폼(transform) 프리코딩(예, DFT(discrete fourier transform) 변환)을 수행한 이후에 프리코딩을 수행할 수 있다. 또한, 프리코더(740)는 트랜스폼 프리코딩을 수행하지 않고 프리코딩을 수행할 수 있다.
자원 매퍼(750)는 각 안테나 포트의 변조 심볼들을 시간-주파수 자원에 매핑할 수 있다. 시간-주파수 자원은 시간 도메인에서 복수의 심볼(예, CP-OFDMA 심볼, DFT-s-OFDMA 심볼)을 포함하고, 주파수 도메인에서 복수의 부반송파를 포함할 수 있다. 신호 생성기(760)는 매핑된 변조 심볼들로부터 무선 신호를 생성하며, 생성된 무선 신호는 각 안테나를 통해 다른 기기로 전송될 수 있다. 이를 위해, 신호 생성기(760)는 IFFT(inverse fast fourier transform) 모듈 및 CP(cyclic prefix) 삽입기, DAC(digital-to-analog converter), 주파수 상향 변환기(frequency uplink converter) 등을 포함할 수 있다.
무선 기기에서 수신 신호를 위한 신호 처리 과정은 도 7의 신호 처리 과정(710~760)의 역으로 구성될 수 있다. 일 예로, 무선 기기(예, 도 2의 200a, 200b)는 안테나 포트/송수신기를 통해 외부로부터 무선 신호를 수신할 수 있다. 수신된 무선 신호는 신호 복원기를 통해 베이스밴드 신호로 변환될 수 있다. 이를 위해, 신호 복원기는 주파수 하향 변환기(frequency downlink converter), ADC(analog-to-digital converter), CP 제거기, FFT(fast fourier transform) 모듈을 포함할 수 있다. 이후, 베이스밴드 신호는 자원 디-매퍼 과정, 포스트코딩(postcoding) 과정, 복조 과정 및 디-스크램블 과정을 거쳐 코드워드로 복원될 수 있다. 코드워드는 복호(decoding)를 거쳐 원래의 정보블록으로 복원될 수 있다. 따라서, 수신 신호를 위한 신호 처리 회로(미도시)는 신호 복원기, 자원 디-매퍼, 포스트코더, 복조기, 디-스크램블러 및 복호기를 포함할 수 있다.
6G 통신 시스템
6G (무선통신) 시스템은 (i) 장치 당 매우 높은 데이터 속도, (ii) 매우 많은 수의 연결된 장치들, (iii) 글로벌 연결성(global connectivity), (iv) 매우 낮은 지연, (v) 배터리-프리(battery-free) IoT 장치들의 에너지 소비를 낮추고, (vi) 초고신뢰성 연결, (vii) 머신 러닝 능력을 가지는 연결된 지능 등에 목적이 있다. 6G 시스템의 비젼은 "intelligent connectivity", "deep connectivity", "holographic connectivity", "ubiquitous connectivity"와 같은 4가지 측면일 수 있으며, 6G 시스템은 하기 표 1과 같은 요구 사항을 만족시킬 수 있다. 즉, 표 1은 6G 시스템의 요구 사항을 나타낸 표이다.
Per device peak data rate 1 Tbps
E2E latency 1 ms
Maximum spectral efficiency 100 bps/Hz
Mobility support up to 1000 km/hr
Satellite integration Fully
AI Fully
Autonomous vehicle Fully
XR Fully
Haptic Communication Fully
이때, 6G 시스템은 향상된 모바일 브로드밴드(enhanced mobile broadband, eMBB), 초-저지연 통신(ultra-reliable low latency communications, URLLC), mMTC (massive machine type communications), AI 통합 통신(AI integrated communication), 촉각 인터넷(tactile internet), 높은 스루풋(high throughput), 높은 네트워크 능력(high network capacity), 높은 에너지 효율(high energy efficiency), 낮은 백홀 및 접근 네트워크 혼잡(low backhaul and access network congestion) 및 향상된 데이터 보안(enhanced data security)과 같은 핵심 요소(key factor)들을 가질 수 있다.
도 10은 본 개시에 적용 가능한 6G 시스템에서 제공 가능한 통신 구조의 일례를 도시한 도면이다.
도 10을 참조하면, 6G 시스템은 5G 무선통신 시스템보다 50배 더 높은 동시 무선통신 연결성을 가질 것으로 예상된다. 5G의 핵심 요소(key feature)인 URLLC는 6G 통신에서 1ms보다 적은 단-대-단(end-to-end) 지연을 제공함으로써 보다 더 주요한 기술이 될 것으로 예상된다. 이때, 6G 시스템은 자주 사용되는 영역 스펙트럼 효율과 달리 체적 스펙트럼 효율이 훨씬 우수할 것이다. 6G 시스템은 매우 긴 배터리 수명과 에너지 수확을 위한 고급 배터리 기술을 제공할 수 있어, 6G 시스템에서 모바일 장치들은 별도로 충전될 필요가 없을 수 있다.
6G 시스템의 핵심 구현 기술
- 인공 지능(artificial Intelligence, AI)
6G 시스템에 가장 중요하며, 새로 도입될 기술은 AI이다. 4G 시스템에는 AI가 관여하지 않았다. 5G 시스템은 부분 또는 매우 제한된 AI를 지원할 것이다. 그러나, 6G 시스템은 완전히 자동화를 위해 AI가 지원될 것이다. 머신 러닝의 발전은 6G에서 실시간 통신을 위해 보다 지능적인 네트워크를 만들 것이다. 통신에 AI를 도입하면 실시간 데이터 전송이 간소화되고 향상될 수 있다. AI는 수많은 분석을 사용하여 복잡한 대상 작업이 수행되는 방식을 결정할 수 있다. 즉, AI는 효율성을 높이고 처리 지연을 줄일 수 있다.
핸드 오버, 네트워크 선택, 자원 스케줄링과 같은 시간 소모적인 작업은 AI를 사용함으로써 즉시 수행될 수 있다. AI는 M2M, 기계-대-인간 및 인간-대-기계 통신에서도 중요한 역할을 할 수 있다. 또한, AI는 BCI(brain computer interface)에서 신속한 통신이 될 수 있다. AI 기반 통신 시스템은 메타 물질, 지능형 구조, 지능형 네트워크, 지능형 장치, 지능형 인지 라디오(radio), 자체 유지 무선 네트워크 및 머신 러닝에 의해 지원될 수 있다.
최근 AI를 무선 통신 시스템과 통합하려고 하는 시도들이 나타나고 있으나, 이는 어플리케이션 계층(application layer), 네트워크 계층(network layer) 특히, 딥 러닝은 무선 자원 관리 및 할당(wireless resource management and allocation) 분야에 집중되어 왔다. 그러나, 이러한 연구는 점점 MAC 계층 및 물리 계층으로 발전하고 있으며, 특히 물리계층에서 딥 러닝을 무선 전송(wireless transmission)과 결합하고자 하는 시도들이 나타나고 있다. AI 기반의 물리계층 전송은, 근본적인 신호 처리 및 통신 메커니즘에 있어서, 전통적인 통신 프레임워크가 아니라 AI 드라이버에 기초한 신호 처리 및 통신 메커니즘을 적용하는 것을 의미한다. 예를 들어, 딥러닝 기반의 채널 코딩 및 디코딩(channel coding and decoding), 딥러닝 기반의 신호 추정(estimation) 및 검출(detection), 딥러닝 기반의 MIMO(multiple input multiple output) 매커니즘(mechanism), AI 기반의 자원 스케줄링(scheduling) 및 할당(allocation) 등을 포함할 수 있다.
머신 러닝은 채널 추정 및 채널 트래킹을 위해 사용될 수 있으며, DL(downlink)의 물리 계층(physical layer)에서 전력 할당(power allocation), 간섭 제거(interference cancellation) 등에 사용될 수 있다. 또한, 머신 러닝은 MIMO 시스템에서 안테나 선택, 전력 제어(power control), 심볼 검출(symbol detection) 등에도 사용될 수 있다.
그러나 물리계층에서의 전송을 위한 DNN의 적용은 아래와 같은 문제점이 있을 수 있다.
딥러닝 기반의 AI 알고리즘은 훈련 파라미터를 최적화하기 위해 수많은 훈련 데이터가 필요하다. 그러나 특정 채널 환경에서의 데이터를 훈련 데이터로 획득하는데 있어서의 한계로 인해, 오프라인 상에서 많은 훈련 데이터를 사용한다. 이는 특정 채널 환경에서 훈련 데이터에 대한 정적 훈련(static training)은, 무선 채널의 동적 특성 및 다이버시티(diversity) 사이에 모순(contradiction)이 생길 수 있다.
또한, 현재 딥 러닝은 주로 실제 신호(real signal)을 대상으로 한다. 그러나, 무선 통신의 물리 계층의 신호들은 복소 신호(complex signal)이다. 무선 통신 신호의 특성을 매칭시키기 위해 복소(complex) 도메인 신호의 검출하는 신경망(neural network)에 대한 연구가 더 필요하다.
이하, 머신 러닝에 대해 보다 구체적으로 살펴본다.
머신 러닝은 사람이 할 수 있거나 혹은 하기 어려운 작업을 대신해낼 수 있는 기계를 만들어 내기 위해 기계를 학습시키는 일련의 동작을 의미한다. 머신 러닝을 위해서는 데이터와 러닝 모델이 필요하다. 머신 러닝에서 데이터의 학습 방법은 크게 3가지 즉, 지도 학습(supervised learning), 비지도 학습(unsupervised learning) 그리고 강화 학습(reinforcement learning)으로 구분될 수 있다.
신경망 학습은 출력의 오류를 최소화하기 위한 것이다. 신경망 학습은 반복적으로 학습 데이터를 신경망에 입력시키고 학습 데이터에 대한 신경망의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 신경망의 에러를 신경망의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation) 하여 신경망의 각 노드의 가중치를 업데이트하는 과정이다.
지도 학습은 학습 데이터에 정답이 라벨링된 학습 데이터를 사용하며 비지도 학습은 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 지도 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링된 데이터 일 수 있다. 라벨링된 학습 데이터가 신경망에 입력되고 신경망의 출력(카테고리)과 학습 데이터의 라벨을 비교하여 오차(error)가 계산될 수 있다. 계산된 오차는 신경망에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 신경망의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 신경망의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 신경망의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 신경망의 학습 초기에는 높은 학습률을 사용하여 신경망이 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다
데이터의 특징에 따라 학습 방법은 달라질 수 있다. 예를 들어, 통신 시스템 상에서 송신단에서 전송한 데이터를 수신단에서 정확하게 예측하는 것을 목적으로 하는 경우, 비지도 학습 또는 강화 학습 보다는 지도 학습을 이용하여 학습을 수행하는 것이 바람직하다.
러닝 모델은 인간의 뇌에 해당하는 것으로서, 가장 기본적인 선형 모델을 생각할 수 있으나, 인공 신경망(artificial neural networks)와 같은 복잡성이 높은 신경망 구조를 러닝 모델로 사용하는 머신 러닝의 패러다임을 딥러닝(deep learning)이라 한다.
학습(learning) 방식으로 사용하는 신경망 코어(neural network cord)는 크게 심층 신경망(deep neural networks, DNN), 합성곱 신경망(convolutional deep neural networks, CNN), 순환 신경망(recurrent boltzmann machine, RNN) 방식이 있으며, 이러한 러닝 모델이 적용될 수 있다.
THz(Terahertz) 통신
6G 시스템에서 THz 통신이 적용될 수 있다. 일 예로, 데이터 전송률은 대역폭을 늘려 높일 수 있다. 이것은 넓은 대역폭으로 sub-THz 통신을 사용하고, 진보된 대규모 MIMO 기술을 적용하여 수행될 수 있다.
도 9는 본 개시에 적용 가능한 전자기 스펙트럼을 도시한 도면이다. 일 예로, 도 9를 참조하면, 밀리미터 이하의 방사선으로도 알려진 THz파는 일반적으로 0.03mm-3mm 범위의 해당 파장을 가진 0.1THz와 10THz 사이의 주파수 대역을 나타낸다. 100GHz-300GHz 대역 범위(Sub THz 대역)는 셀룰러 통신을 위한 THz 대역의 주요 부분으로 간주된다. Sub-THz 대역 mmWave 대역에 추가하면 6G 셀룰러 통신 용량은 늘어난다. 정의된 THz 대역 중 300GHz-3THz는 원적외선 (IR) 주파수 대역에 있다. 300GHz-3THz 대역은 광 대역의 일부이지만 광 대역의 경계에 있으며, RF 대역 바로 뒤에 있다. 따라서, 이 300 GHz-3 THz 대역은 RF와 유사성을 나타낸다.
THz 통신의 주요 특성은 (i) 매우 높은 데이터 전송률을 지원하기 위해 광범위하게 사용 가능한 대역폭, (ii) 고주파에서 발생하는 높은 경로 손실 (고 지향성 안테나는 필수 불가결)을 포함한다. 높은 지향성 안테나에서 생성된 좁은 빔 폭은 간섭을 줄인다. THz 신호의 작은 파장은 훨씬 더 많은 수의 안테나 소자가 이 대역에서 동작하는 장치 및 BS에 통합될 수 있게 한다. 이를 통해 범위 제한을 극복할 수 있는 고급 적응형 배열 기술을 사용할 수 있다.
테라헤르츠(THz) 무선통신
도 10은 본 개시에 적용 가능한 THz 통신 방법을 도시한 도면이다.
도 10을 참조하면, THz 무선통신은 대략 0.1~10THz(1THz=1012Hz)의 진동수를 가지는 THz파를 이용하여 무선통신을 이용하는 것으로, 100GHz 이상의 매우 높은 캐리어 주파수를 사용하는 테라헤르츠(THz) 대역 무선통신을 의미할 수 있다. THz파는 RF(Radio Frequency)/밀리미터(mm)와 적외선 대역 사이에 위치하며, (i) 가시광/적외선에 비해 비금속/비분극성 물질을 잘 투과하며 RF/밀리미터파에 비해 파장이 짧아 높은 직진성을 가지며 빔 집속이 가능할 수 있다.
본 발명의 구체적인 실시 예
기존 통신 시스템은 섀넌(Shannon)의 철학에 따라, 스로우풋(throughput), 주파수 및 에너지 효율, 지연 속도 등의 전송률 중심의 메트릭(metric)에 의하여 발전되어 왔다. 즉, 기존 통신 시스템은 심볼의 성공적인 송수신을 목적으로 하여 연구가 활발히 진행되었다. 그러나, 기존 통신 시스템은 전송 전략과 데이터의 의미 및 관계성을 함께 고려하지 않으므로 관련성이 적은 정보를 송신하기 위해 불필요한 자원을 낭비할 수 있고, 방대한 양의 데이터 송수신을 필요로 하는 6G 통신을 수행함에 있어서 한계를 가질 수 있다.
통신의 궁극적인 목적은 정보의 '의미'를 교환하는 것이다. 이에, 그동안 고려되지 않았던 전송 데이터의 의미(meaning)가 차세대 통신의 중요한 역할로 고려되고 있으며, '의미 전달' 개념을 기반으로 하는 시멘틱 통신(semantic communication)이 차세대 무선 통신 패러다임 중 하나로서 대두되었다.
시멘틱 통신은 송신기와 수신기가 공유하는 공통의 정보(예: 배경지식(background knowledge))를 이용하여 의미 정보를 효율적으로 송수신하는 통신 시스템이다. 전송 데이터의 의미를 고려한 고효율 통신 방법인 시멘틱 통신은 기하급수적으로 증가하는 데이터 트래픽 속도에 맞춰 데이터를 전송 및 처리할 수 있다. 나아가, 6G 통신이 상용화되는 2029년경에는 다수의 인공지능(artificial intelligence, AI) 기술이 적용된 기기들이 개발될 것이므로, AI 기기들 간의 통신 및 AI 기기와 인간 간의 통신 등에서 정확하고 신속한 의미 전달을 위한 시멘틱 통신이 활용될 것이다.
도 11은 본 개시의 일 실시 예에 따른 통신 시스템들의 예를 도시한다. 도 11(a)를 참고하면, 기존 통신은 목적지(destination)(1120)가 소스(source)(1110)로부터 수신한 인코딩(encoding)된 신호를 에러(error) 없이 기존 신호로 디코딩(decoding)하는 것에 중점을 둔다. 반면, 도 11(b)를 참고하면, 시멘틱 통신은 사람들이 의사소통 시 단어의 ‘의미(meaning)’를 통해 정보를 교환하는 것과 같이, 신호를 통해 전달하려는 의미에 중점을 둔다. 시멘틱 통신의 핵심은 소스에서 전송된 정보의 "의미"를 목적지가 추출하는 것이다. 의미론적 정보는 소스(1130)와 목적지 간의 일치된 지식 기반(knowledge base, KB)(1150)에 기초하여 성공적으로 "해석"될 수 있다. 이에, 신호에 에러가 존재하더라도 신호를 통해 전달하려는 의미대로 동작이 이루어지면, 올바른 통신이 수행된 것이다. 따라서, 시멘틱 통신에서는 소스(1130)에서 송신한 신호(예: 표현(representation))에 담긴 의도(예: 추론(inference), 분류(classification))대로 목적지(1140)에 위치한 테스크(task)가 수행되는지에 대한 접근이 필요하다. 이를 위해서는, 송신되는 신호는 목적지에 위치한 테스크를 고려하여 생성되어야 한다.
시멘틱 통신은 데이터를 전송하는데 필요한 에너지 및 무선 자원을 크게 감소시킬 수 있기 때문에 온라인 회의, 증강 현실(augmented reality, AR), 가상 현실(virtual reality, VR) 등을 위해 사용될 수 있다. 이에, 최근 들어 시멘틱 통신을 위해 DNN(deep neural network)을 이용하여 시멘틱 인코딩(encoding) 및 디코딩(decoding)을 수행하는 방법에 대해 활발히 연구되고 있다. 구체적으로, 고전적인 정보 이론에서 시멘틱 정보 이론(예: 시멘틱 엔트로피(semantic entropy)의 정의, 시멘틱 공통 정보(semantic mutual information)의 정의)까지 확장하기 위한 연구가 진행되고 있다. 또한, 광범위한 의미의 시멘틱 엔트로피와 채널 용량(channel capacity)을 기반으로 로스 펑션 메트릭(loss function metric)을 정의하고, 정의된 메트릭을 기반으로 DNN를 이용하여 시멘틱 인코더(encoder) 및 디코더(decoder)를 구축하는 연구들이 진행되고 왔다.
한편, 시멘틱 통신을 위한 대부분의 연구들은, 시멘틱 인코더(semantic encoder)의 측면에서는 임베딩 벡터(embedding vector)로부터 전체 데이터 시퀀스(whole data sequence)가 포함된 특징(feature)을 추출하는 것에 중점을 두고, 시멘틱 디코더(semantic decoder) 측면에서는 레이턴트 벡터(latent vector)로부터 테스크(task) 목적에 적합한 아웃풋(output)을 출력하는 것에 중점을 둔다. 시멘틱 인코더는 데이터의 모든 성분들을 고려하여 특징을 추출하면 컴프레션(compression)을 최적으로 수행할 수 있다. 그러나, 이 경우 시멘틱 인코더 및 시멘틱 디코더의 인풋(input)들인 임베딩 벡터의 사이즈가 커지기 때문에 각각의 DNN 모델 사이즈가 커질 수밖에 없다(large-scale model). 또한, 추출된 특징들의 중요도(importance)를 선별하거나, 추출된 특징들 중 에러(error)가 발생한 특징을 판단하기 힘든 단점이 존재한다.
또한, 현재 시멘틱 통신 시스템은, 인코딩된 특징 벡터(semantic encoded feature vector)를 입력으로 하는 DNN을 통해, 로스 펑션(loss function) 송수신 시퀀스(sequence) 간의 상호 정보량(mutual information)을 최대화하는 로스 펑션을 활용하여 학습(training)함으로써 채널 코딩(channel coding)을 수행한다. 이러한 채널 코딩 방식은, 특징 요소(feature component)의 중요도에 상관없이 특징 벡터(feature vector)들을 송수신하므로, 수신단이 테스크를 수행하기 위해 필요한 특징(feature)을 제대로 수신했는지 여부를 판단할 수 없는 단점이 존재한다. 이에 따라, 기존의 시멘틱 통신을 위한 채널 코딩 방법은 수신단에서 테스크 수행에 필요한 특징을 제대로 수신했는지를 확인하여 피드백(feedback)하는 메커니즘(mechanism) 또한 포함하지 않는다. 상술한 점을 고려하여, 본 개시는 시멘틱 통신에서, '테스크 목적(task goal)이 달성되기 위해 필요한 특징'이 성공적으로 송수신될 수 있는, 특징 벡터들의 중요도에 따른 시멘틱 채널 코딩(semantic channel coding) 방법 및 송수신 피드백 방법을 제안한다.
도 12는 본 개시의 일 실시 예에 따른 특징 벡터(feature vector)의 예를 도시한다. 도 12를 참고하면, 적어도 하나의 부분 특징 벡터(partial feature vector)(1220)를 포함하는 전체 특징 벡터(whole feature vector)(1210)를 확인할 수 있다. 전체 특징 벡터(1210)는 시멘틱 소스 코딩(semantic source coding)된 신호로서 시멘틱 채널 코딩의 대상일 수 있다. 각각의 부분 특징 벡터(1220)들은 각각의 레이어들에 대응될 수 있다. 전체 특징 벡터들(1210)은 적어도 하나의 Q-비트(Q-bits) 단위의 특징 요소(feature component)(이하 '특징 요소')(1230)로 추출될 수 있다. 특징 요소(1230)의 구성은 설정 값에 따라 상이할 수 있다. 일 예로, 특징 요소(1230)는 하나의 부분 특징 벡터에 대응되는 비트들일 수 있다. 다른 일 예로, 특징 요소(1230)는 복수의 부분 특징 벡터에 대응되는 비트들일 수 있다.
앞서 상술하였듯이, 시멘틱 통신은 송신단이 전달한 의도대로 수신단에서 테스크를 수행하는 것에 중점을 둔다. 따라서, 수신단은 모든 특징 벡터들을 완전히 수신할 필요는 없다. 즉, 수신단이 테스크를 수행할 수 있을 만큼의 특징 벡터들만이 정확히 송수신되면 올바른 통신이 수행될 수 있는 것이다. 이에, 본 개시는, 수신단에서 수행되는 테스크에 지배적(dominant)인 영향을 미치는 특징들을 정확히 송수신할 수 있도록, 특징 벡터의 중요도에 따른 채널 코딩 방법을 제안한다. 본 개시에 따르면, 특징 또는 특징 벡터의 중요도에 따라 데이터가 전송 및 재전송됨으로써 데이터 전송 효율 및 통신 성능이 향상될 수 있다.
본 개시에서 제안하는, 시멘틱 통신을 위한 채널 코딩을 위해서는, 시멘틱 소스 코딩(semantic source coding)을 통해 생성된 특징 벡터(feature vector)들에 대한 중요도 선별이 선행되어야 한다. 본 개시에서 제안하는 중요도 선별 방법은 비트-와이즈 선별(bit-wise importance) (이하 ‘비트 선별’) 방법, 피쳐-와이즈 선별(feature-wise importance)(이하 ‘피쳐 선별’) 방법 및 서브테스크-와이즈 선별(subtask-wise importance) (이하 ‘서브테스크 선별’) 방법이 있다. 하기 도 13 내지 도 15에서, 특징(feature)의 중요도(importance)를 선별하는 방법들에 대해 구체적으로 서술한다. 여기서, 특징 벡터는 중요도에 따라 부분 특징 벡터들로 분할될 수 있다. 특징 요소의 특징 비트들은 중요도에 따라 부분 특징 비트들로 분할될 수 있다. 중요도에 따라 분할된 특징 벡터 또는 특징 비트들은 중요도 순서-p(importance order-p)에 따라 정렬될 수 있다.
도 13은 본 개시의 일 실시 예에 따른 비트 선별의 예를 도시한다. 비트 선별은 특징 요소(feature component)(1310) 별로 요소(component)의 값(value)에 지배적(dominant)인 영향을 미치는 중요 비트(significant bit)들을 선별하는 방식이다. 일 예로, 특징 요소는 4비트를 포함할 수 있다. 이 경우, 맨 왼쪽의 첫 번째 비트는 부호를 지시할 수 있다. 두 번째 비트는 2의2승 값을, 세 번째 비트는 2의 1승 값을, 네 번째 비트는 2의 0승 값을 지시할 수 있다. 부호를 지시하는 첫 번째 비트는 특징 요소의 값에 가장 지배적인 영향을 미치므로 중요도가 높을 수 있다. 그리고, 오른쪽에 위치하는 비트일수록 특징 요소의 값에 영향을 미치는 정도가 작아지므로 중요도가 낮을 수 있다.
즉, 비트 선별 방법에 따르면, 각 특징 요소들의 비트 시퀀스(bit sequence)에서 왼쪽에 위치한 비트일수록 상대적으로 더 높은 중요도를 갖는 비트인 것으로 간주될 수 있다. 일 예로, 도 13을 참고하면, Q-비트의 특징 요소(1310)의 오른쪽이 아래에 위치하도록 구성된 비트 블록(1320)을 확인할 수 있다. 비트 선별 방법에 따르면, 이 경우 비트는 비트 블록(1320)에서 위쪽에 위치할수록 높은 중요도를 갖고, 아래에 위치할수록 낮은 중요도를 가질 수 있다.
도 14는 본 개시의 일 실시 예에 따른 특징 선별의 예를 도시한다.
도 14를 참고하면, 1번으로 표시된 부분에 해당하는 특징들이 높은 중요도를 가지고, 2번으로 표시된 부분에 해당하는 특징들이 중간 중요도를 가지고, 3번으로 표시된 특징들이 낮은 중요도를 갖는 것을 확인할 수 있다. 특징 선별은 개별 특징 요소들 각각이 서브테스크 수행에 미치는 영향의 정도에 따라 특징 요소의 중요도를 선별하는 방식이다. 이때, 특징 요소 자체만으로는 서브테스크 수행에 미치는 영향의 정도를 파악할 수 없으므로, 트라이얼 에러(trial error)를 이용하여 특징 선별을 수행할 수 있다. 일 예로, 인코더는 채널코딩을 수행하지 않고 리던던시(redundancy) 없이 특징 요소 자체만을 디코더에게 전송할 수 있다. 디코더는 수신한 적어도 하나의 특징 요소를 이용하여 테스크를 수행하고, 테스크 수행 정확도(task operation accuracy)를 측정할 수 있다. 이때, 디코더는 수신한 특징(feature) 요소 별 에러 존재 유무에 따른 테스크 수행의 정확도를 측정할 수 있다. 즉, 특징 선별 방식에 따르면, 에러가 존재하는 특징 요소 별로 테스크 수행의 정확도를 히스토그램(histogram)화하여, 어떤 특징 요소가 테스크 수행에 지배적인지를 확인함으로써 특징 요소의 중요도가 선별될 수 있다.
도 15는 본 개시의 일 실시 예에 따른 서브테스크 선별의 예를 도시한다. 서브테스크 선별 방식은 인코더 및 디코더가 이전 서브테스크의 결과(output)에 의해 영향을 받는 상황(예: 시멘틱 레이어드 소스 코딩 상황)에서 적용될 수 있다. 서브테스크 선별 방법에 따르면, 선행하는(앞선) 레이어(layer)에 대응하는 특징 또는 특징 벡터일수록 더 높은 중요도를 갖는 것으로 간주될 수 있다. 시멘틱 레이어드 소스 코딩환경에서, 디코더는 레이어 인덱스(layer index)에 따라 순서대로 복호를 진행하므로, 앞선 레이어에서 에러가 발생하면 에러 전파(error propagation)가 발생할 확률이 높아지기 때문이다. 일 예로, 수신단(예: 디코더)은 현재 레이어를 디코딩 하는 경우, 이전 레이어에서 디코딩했던 정보를 활용할 수 있다. 이때, 이전 레이어에서 디코딩 시 에러가 발생했다면 이후로도 에러가 발생할 수 있으므로, 앞선 레이어일수록 중요한 정보를 갖는 것으로 간주되는 것이다. 따라서, 낮은 서브테스크 인덱스에 대응되는 특징들은 선행하는 레이어들에 대응되므로, 해당 특징의 벡터들은 중요한 정보로 선별될 수 있다.
상술한 바와 같이 특징 벡터에 대한 중요도가 선별되면, 중요도 선별 방식에 따라 채널 코딩이 수행될 수 있다. 이때, 송신단 및 수신단은 채널 코딩을 수행하기 위해서 중요도 선별 방식 및 관련 정보(예: 중요도에 따른 분류 단위, 중요도 선별 결과)를 포함하는 제어 정보를 보유해야 한다. 일 예로, 송신단 및 수신단은 제어 정보를 지시하는 시그널링(예: downlink control information, DCI)을 통해 중요도 선별 방식 및 중요도 선별 결과 등에 대한 정보를 보유할 수 있다. 하기 표 2는 제어 정보를 통해 전송되는 중요도 제어 지시자(importance control indicator) 예시한다. 표 2에 따르면, 중요도 제어 지시자는 중요도 선별 방식을 지시할 수 있다.
Format Importance control indicator (ICI) Usage
Format 0_0 00 Bit-wise importance 선별
Format 0_1 01 Subtask-wise importance 선별
Format 0_2 10 Feature-wise importance 선별
중요도 제어 지시자에 의해 중요도 선별 방식이 결정되면, 결정된 중요도 선별 방식에 따른 지시자에 의해 중요도 분할 타입(important partition type)이 결정될 수 있다. 중요도 분할 타입은 중요도에 따라 특징 요소의 비트들을 분할하기 위한 단위, 위치 등을 지시할 수 있다. 하기 표 3은 비트 선별 방법 지시자(bit-wise importance indication)를 예시한다.
Format Bit-wise importance 선별 방법 indication Important partition type
(high, middle, low) or (high, low)
Format 1_0 000 (3,3,2)
Format 1_1 001 (3,2,3)
Format 1_2 010 (2,4,2)
Format 1_3 011 (2,3,3)
Format 1_4 100 (5,3)
Format 1_5 101 (4,4)
Format 1_6 110 (3,5)
Format 1_7 111 (2,6)
표 3을 참고하면, 비트 선별 방법 지시자가 '000'인 경우 중요도 분할 타입은 (3,3,2)이다. 도 13의 경우와 같이, 위에서 3개의 비트가 높은 중요도를 갖고, 이후의 3개의 비트가 중간 중요도를 갖고, 이후의 2개의 비트가 낮은 중요도를 가질 수 있다.
서브테스크 선별 방법 지시자 및 특징 선별 방법 지시자도 비트 선별 방식 지시자와 유사한 형태로 정의될 수 있다. 특징 선별 방식의 경우, 특징 별 에러 존재 유무에 따른 테스크 수행 정확도에 따라 특징 별 중요도를 측정하고, 측정 결과에 기초하여 각 지시자(indicator)에 대응하여 정의된 패턴(pattern)을 송수신단이 공유할 수 있다. 한편, 상기 표 2 및 표 3은 설명의 편의를 위한 실시 예 중 하나로서, 이에 한정되는 것이 아니며, 중요도 선별 방식을 지시하는 방법 및 중요도 선별 방식에 따른 특징 요소의 분할 타입은 다양하게 확장될 수 있다.
하기에서는 특징 벡터에 대해 채널 코딩을 수행하는 방법에 대해 서술한다. 이에 앞서 몇 가지 표기(notation)를 정의한다. 우선, 시멘틱 인코딩된 특징 요소(semantic encoded feature component)는 Q-비트의 시퀀스(sequence)로 표현되는 것으로 가정된다. 길이 L(
Figure PCTKR2022012335-appb-img-000001
)인 시멘틱 인코딩된 특징 벡터(semantic encoded feature vector)는 하기 수학식 1로 정의될 수 있다.
[수학식 1]
Figure PCTKR2022012335-appb-img-000002
,
Figure PCTKR2022012335-appb-img-000003
수학식 1에서,
Figure PCTKR2022012335-appb-img-000004
은 m번째 레이어에 해당하는 길이
Figure PCTKR2022012335-appb-img-000005
의 특징 벡터이고,
Figure PCTKR2022012335-appb-img-000006
은 m번째 레이어에 해당하는 특징 벡터의 n번째 엔트리(entry)이다. 한편,
Figure PCTKR2022012335-appb-img-000007
에 대한 바이너리 노테이션(binary notation)은
Figure PCTKR2022012335-appb-img-000008
이고,
Figure PCTKR2022012335-appb-img-000009
에 대한 바이너리 노테이션은
Figure PCTKR2022012335-appb-img-000010
이라 정의한다.
수학식 1의 시멘틱 인코딩된 특징 벡터에 대한 코드워드(codeword)는 중요도 선별 방법에 따라 리니어 블록 코드(linear block code)를 이용하여 생성될 수 있다. 이에 대해, 인코더 측면(encoder-side) 및 디코더 측면(decoder-side)에 따라 서술한다.
Encoder-side
[Case 1: Bit-wise importance 선별]
비트 선별 방식의 경우, 특징 요소의 비트-레벨 시퀀스(bit-level sequence)의 중요도(importance)에 기초하여 채널 코딩이 수행될 수 있다. 일 예로, 특징 요소의 비트 시퀀스(
Figure PCTKR2022012335-appb-img-000011
)는 하기 수학식 2와 같이 중요도에 따라 P개로 분할될 수 있다.
[수학식 2]
Figure PCTKR2022012335-appb-img-000012
수학식 2에서,
Figure PCTKR2022012335-appb-img-000013
는
Figure PCTKR2022012335-appb-img-000014
이고,
Figure PCTKR2022012335-appb-img-000015
은 m번째 레이어에서 u번째에 해당하는 분할된 비트(partition)의 길이(size)이다. 비트 선별 방식에 따라 분할된 비트 별로 취합한 특징 벡터는 하기 수학식 3과 같다.
[수학식 3]
Figure PCTKR2022012335-appb-img-000016
수학식 3에서,
Figure PCTKR2022012335-appb-img-000017
별로 서로 다른 채널 코딩 부호를 이용하여 인코딩되어 생성된 부분 코드워드(partial codeword)는 하기 수학식 4와 같다.
[수학식 4]
Figure PCTKR2022012335-appb-img-000018
수학식 4에서,
Figure PCTKR2022012335-appb-img-000019
는 패리티 체크 매트릭스(parity check matrix)인
Figure PCTKR2022012335-appb-img-000020
로부터 생성된 생성 매트릭스(generator matrix)이고, P는 중요도 순서(importance order)이다. 따라서, 각 패리티 체크 매트릭스의 부호율은 하기 수학식 5와 같다.
[수학식 5]
Figure PCTKR2022012335-appb-img-000021
다른 일 예로, 무선 자원 상황에 따라 중요도가 낮은 분할된 비트(less important partition)에 해당하는 특징 벡터의 경우, 채널 코딩 없이 모듈레이션(modulation)을 통해 송신될 수도 있다.
[Case 2: Feature-wise importance 선별]
특징 선별 방식은 전체 특징 벡터에서 지배적인 영향을 미치는 특징 요소를 선별하는 방식이다. 일 예로, 특징 선별 방식의 경우 특징 벡터 시퀀스는 하기 수학식 6과 같이 표현될 수 있다.
[수학식 6]
Figure PCTKR2022012335-appb-img-000022
Figure PCTKR2022012335-appb-img-000023
특징 선별 방식은 언코디드(uncoded) 방식으로 시멘틱 인코딩된 특징 벡터를 송수신하여 각 특징 요소가 테스크 수행에 미치는 영향을 파악하여 중요도를 선별한다. 이때, 중요도 순서-p(importance order-p)에 해당하는 인덱스들의 집합(
Figure PCTKR2022012335-appb-img-000024
)은 하기 수학식 7과 같이 표현될 수 있다.
[수학식 7]
Figure PCTKR2022012335-appb-img-000025
이때,
Figure PCTKR2022012335-appb-img-000026
이고,
Figure PCTKR2022012335-appb-img-000027
이다. 이에 대해, 앞서 서술한 생성 매트릭스(
Figure PCTKR2022012335-appb-img-000028
)를 이용하여 코드워드를 생성하면, 수학식 4와 같이 표현될 수 있다.
[Case 3: Subtask-wise importance 선별]
서브테스크 선별 방식의 경우, 레이어 인덱스(layer index) m이 특징 벡터의 중요도를 지시할 수 있다. 이에, 분할된 비트(partition)의 개수는
Figure PCTKR2022012335-appb-img-000029
이다. 각 서브테스크 별로 중요도를 선별하는 경우 P=M이고, 복수의 서브테스크(multiple subtask)의 중요도가 동일하게 간주되는 경우 P<M이다. 서브테스크 별로 중요도를 선별하는 경우는 하기 수학식 8과 같다.
[수학식 8]
Figure PCTKR2022012335-appb-img-000030
이에 대해, 앞서 서술한 생성 매트릭스(
Figure PCTKR2022012335-appb-img-000031
)를 이용하여 코드워드를 생성하면, 수학식 4와 같이 표현될 수 있다.
본 개시의 일 실시 예에 따라, 특징 벡터의 중요도 순서에 기초하여 코드 블록 세그멘테이션(code block segmentation)을 통해 복수의 부분 코드워드(partial codeword)가 생성될 수 있다. 코드 블록 세그멘테이션은 송신할 특징 벡터를 중요도에 따라 분할하여 채널 코딩을 수행하는 동작이다. 코드 블록 세그멘테이션이 적용되는 경우, 비트 에러 비율 성능(bit error rate performance)이 감소될 수 있지만, 다수의 부분 코드워드들의 복호 성공 여부 개별적으로 확인할 수 있으므로, 성공 여부에 기초하여 재전송 여부를 결정할 수 있다. 이 경우, 모든 부분 코드워드들 중 중요도에 따라 선택된 일부 부분 코드워드들이 재전송될 수 있으므로 재전송 시 무선 자원이 효율성이 향상될 수 있다. 즉, 시멘틱 통신 시스템에서 수신단은 테스크를 수행할 수 있을 정도로만 코드워드를 수신하면 되므로, 복수의 부분 코드워드들에 대해 테스크 수행 시의 중요도(majority)와 같은 일정한 기준(criterion)에 기반하여 재전송 여부를 판단할 수 있다.
일 예로, T개의 부분 코드블록을 생성함으로써 분할(segmentation)된 코드블록을 전송하는 경우, 인코더는 특징 벡터(
Figure PCTKR2022012335-appb-img-000032
)를 복수의 서브-특징 벡터(sub-feature vector)(
Figure PCTKR2022012335-appb-img-000033
)로 분할할 수 있다. 각 서브-특징 벡터들이 대응하는 패리티 체크 매트릭스
Figure PCTKR2022012335-appb-img-000034
의 생성 매트릭스인
Figure PCTKR2022012335-appb-img-000035
을 이용하여 생성된 부분 코드워드는 하기 수학식 9와 같이 표현될 수 있다.
[수학식 9]
Figure PCTKR2022012335-appb-img-000036
Decoder-side
디코더(decoder)는 중요도 순서(importance-order)에 대응되는 부분 코드워드 별로 메시지-패싱 알고리즘(message-passing algorithm)에 기반하여 디코딩을 수행할 수 있다. 이후, 디코더는 부분 코드워드들이 올바르게 디코딩되었는지 코드워드 확인 동작(codeword check)을 수행할 수 있다. 이때, 디코더는 신드롬 체크(syndrome check)를 수행할 수 있다. 리니어 블록 코드(linear block code) 특성에 따르면, 디코딩이 수행된 부분 코드워드(
Figure PCTKR2022012335-appb-img-000037
)는 디코딩이 정확히 되었을 때 하기 수학식 10을 만족한다. 디코딩이 수행된 부분 코드워드(
Figure PCTKR2022012335-appb-img-000038
)가 하기 수학식 10을 만족하는지를 확인하는 가정이 신드롬 체크(syndrome check)이다.
[수학식 10]
Figure PCTKR2022012335-appb-img-000039
코드워드의 디코딩 결과가 옳은지를 판단하는 확인 지시자(check indicator) 값(
Figure PCTKR2022012335-appb-img-000040
)은 하기 수학식 11을 통해 획득될 수 있다.
[수학식 11]
Figure PCTKR2022012335-appb-img-000041
이후, 디코더는 디코딩 결과에 대한 피드백을 송신할 수 있다. 일 예로, 디코더는 부분 코드워드들에 대한 디코딩 결과에 기초하여 부분 코드워드 별로 ACK/NACK 리포트를 송신할 수 있다. 디코더는 확인 지시자 값에 기초하여 중요도 순서 p에 해당하는 부분 코드워드의 디코딩 성공 여부 메시지를 송신할 수 있다. 즉, 디코더는 부분 특징 벡터 별로 디코딩 성공 여부 메시지를 송신할 수 있다. 일 예로, 디코딩 성공 여부 메시지는 ACK 또는 NACK일 수 있다. 모든 부분 특징 벡터에 대한 응답이 ACK인 경우 디코딩 절차는 종료되며, 인코더가 적어도 하나의 NACK을 수신하는 경우 인코더의 코드워드 재전송이 수행될 수 있다.
일 예로, 인코더는 NACK을 수신한 경우, 수신한 NACK에 대응하는 부분 특징 벡터에 대한 추가적인 리던던시(redundancy)를 송신할 수 있다. 다른 일 예로, 인코더는 수신한 NACK에 대응하는 부분 특징 벡터에 대한 코드워드를 재전송할 수 있다. 디코더는 재전송된 코드워드 및 직전에 수신한 코드워드에 기초하여 디코딩을 다시 수행할 수 있다. 일 예로, 디코더는 인크레멘탈 리던던시 접근(incremental redundancy approach) 또는 체이스 컴바이닝 접근(chase combining approach)를 수행할 수 있다.
한편, 코드블록이 T개의 부분 코드블록으로 분할되었다면, 중요도 순서 p에 대해 T개의 확인 지시자(
Figure PCTKR2022012335-appb-img-000042
) 값이 획득될 수 있다. T개의 확인 지시자(multiple check indicator)들에 기초하여 중요도 오더-p 각각에 대응되는 코드워드에 대한 ACK/NACK 송신 여부는 하기 수학식 12를 이용하여 중요도(majority)에 기초하여 결정될 수 있다.
[수학식 12]
,
Figure PCTKR2022012335-appb-img-000043
Figure PCTKR2022012335-appb-img-000044
수학식 12에서,
Figure PCTKR2022012335-appb-img-000045
는 ACK/NACK 송신 여부를 결정짓는 기준이 되는 임계값이다. 일 예로, 임계값을 넘지 않는 경우, 에러 코렉션(error correction)에 실패하였다고 판단되는 서브-코드워드(예: 부분 코드워드)들에 한해 재전송이 수행될 수 있다.
일반적으로 임계값은 디코더가 결정하며, 관련 정보가 인코더 측에 전달되지 않는다. 다만, 네트워크와 무선 자원 상황에 따라 자원 효율성 개선이 필요한 경우 디코더는 인코더에게 임계값 정보를 리포트(report)할 수 있다. 인코더는 임계값 정보에 기초하여 변조(modulation) 설정, 채널 코딩 부호율 등을 결정할 수 있다. 즉, 임계값이 타겟 QoS(quality of service)를 유추하는데 활용될 수 있다.
일 실시 예에 따라, 코드블록 세그멘테이션을 통해 초기 전송 후 재전송을 위해 추가적인 리던던시를 전달하는 경우, 재전송이 요구되는 부분 특징 벡터들을 결합(merge)한 싱글 합성 서브-특징 벡터(single concatenated sub-feature vector)를 채널 코딩한 싱글 코드워드(single codeword)를 전송할 수 있다. 이는, 코드워드 길이가 증가할수록 에러 레이트 성능(error rate performance)의 기울기가 증가하는 특성을 활용한 것이다.
이에 따라, 인코더는 초기 전송 시 신뢰성 있는(예: 중요도가 높은) 부분 특징 벡터들을 선별하여 디코더에게 전송하고, 재전송 시에는 복호에 실패한 부분 특징 벡터를 결합하여 전송하여, 부분-특징 벡터들의 신뢰성(reliability)을 확보함으로써 다른 재전송을 수행하지 않을 수 있다. 이 경우, 한 번의 재전송으로도 테스크를 수행하는데 필요한 정보 및 신뢰성이 확보한 것으로 판단될 수 있다.
즉, 인코더는 수신한 NACK에 대응되는 중요도 순서 p에 해당하는 부분 특징 벡터들을 결합하여, 이에 대한 채널 코딩을 수행하여 생성된 코드워드를 디코더에 전송할 수 있다. 디코더는 수신한 코드워드에 대해 메시지-패싱 알고리즘에 기초하여 디코딩을 수행하고, 신드롬 체크를 통해 수신 성공 여부를 판단할 수 있다. 신드롬 체크 결과 상 디코딩에 에러가 존재하는 경우, 이전 초기 전송에서 획득한 특징 소프트 값(feature soft value) 및 웨이티드 썸(weighted sum)을 이용하여 특징 소프트 값을 획득하여 하드-디시젼(hard decision)을 수행할 수 있다.
도 16은 본 개시의 일 실시 예에 따른 장치의 채널 코딩 절차의 예를 도시한다.
도 16을 참고하면, S1601 단계에서, 제1 장치는 제2 장치로부터 동기화 신호(synchronization signal)을 수신할 수 있다. S1603 단계에서, 제1 장치는 제2 장치와 동기화 절차를 수행할 수 있다. S1605 단계에서, 제1 장치가 제2 장치로부터 제어 정보를 수신할 수 있다. 일 예로, 제어 정보는 특징 벡터의 중요도를 선별하기 위한 방법 및 중요도 선별 방법에 따른 특징 벡터 별 중요도 타입 정보를 지시할 수 있다.
S1603 단계에서, 제1 장치가 제어 정보에 기초하여 비트 셋(bit-set)에 대해 채널 코딩(channel coding)을 수행하여 코드워드를 생성할 수 있다. 비트 셋은 시멘틱 통신 수행을 위해 시멘틱 소스 코딩된 특징 벡터에 대응될 수 있다. 제1 장치는 제어 정보에 기초하여 결정된 중요도 선별 방식에 따라 특징 벡터로부터 추출한 비트들에 대한 중요도를 결정할 수 있다. 또한, 제1 장치는 비트 별로 결정된 중요도에 따라 부호화를 수행하여 코드워드를 생성할 수 있다. 결정된 비트 별 중요도는 테스크 수행 시에 영향을 미치는 정도와 관련 있으며, 이에 따라 중요도는 재전송 시에도 고려될 수 있다. S1605 단계에서, 제1 장치가 코드워드를 상기 제2 장치에게 송신할 수 있다.
상술한 바와 같이 본 개시가 제안하는 특징 벡터의 중요도 선별 결과에 기초한 채널 코딩 방법은 테스크 수행에 지배적인 영향을 미치는 특징 벡터의 송수신에 중점을 둘 수 있으므로, 통신 성능을 향상시킬 수 있다. 또한, 중요도에 따라 재전송이 수행되는 경우 자원 효율성을 증대시킬 수 있다.
본 개시는 본 개시에서 서술하는 기술적 아이디어 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 개시의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 개시의 등가적 범위 내에서의 모든 변경은 본 개시의 범위에 포함된다. 또한, 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시 예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함할 수 있다.

Claims (16)

  1. 무선 통신 시스템에서 제1 장치의 동작 방법에 있어서,
    제2 장치로부터 동기 신호(synchronization signal)을 수신하는 단계;
    상기 동기 신호에 기초하여 상기 제2 장치와의 동기화 절차를 수행하는 단계;
    상기 제2 장치로부터 제어 정보를 수신하는 단계;
    상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 채널 코딩(channel coding)을 수행하여 코드워드를 생성하는 단계; 및
    상기 코드워드를 상기 제2 장치에게 송신하는 단계;를 포함하되,
    상기 비트 셋은, 시멘틱 통신 수행을 위해 시멘틱 소스 코딩된 특징 벡터(semantic source coded feature vector)에 대응되고,
    상기 채널 코딩은, 상기 비트 셋에 포함된 부분 비트 셋(partial bit-set)들의 중요도에 기초하여 수행되는, 방법
  2. 제1 항에 있어서,
    상기 채널 코딩은, 상기 부분 비트 셋의 중요도에 따라 서로 다른 채널 코딩 부호를 이용하여 수행되는, 방법.
  3. 제1 항에 있어서,
    상기 부분 비트 셋의 중요도는, 비트들의 자원 상의 위치에 따라 결정되는, 방법
  4. 제1 항에 있어서,
    상기 부분 비트 셋의 중요도는, 상기 제2 장치에서, 상기 부분 비트 셋의 중요도에 기초하지 않고 채널 코딩되어 송신된 상기 비트 셋을 이용하여 수행되는 테스크 수행 결과에 기초하여 결정되는, 방법.
  5. 제4 항에 있어서,
    상기 테스크 수행 결과는, 상기 부분 비트 셋 별 에러 존재 여부에 따른 테스크 수행 정확도 정보를 포함하는, 방법.
  6. 제1 항에 있어서,
    상기 부분 비트 셋의 중요도는, 상기 부분 비트 셋에 대응하는 레이어의 순서에 기초하여 결정되는, 방법.
  7. 제1 항에 있어서,
    상기 제어정보는, 중요도 선별 방식을 지시하는 제1 지시자 및 중요도 선별 방식에 따른 비트 별 중요도를 지시하는 제2 지시자를 포함하는, 방법.
  8. 제1 항에 있어서,
    코드워드를 생성하는 단계는,
    코드 블록 세그멘테이션(code block segmentation)을 이용하여 복수의 부분 코드워드(partial codeword)를 생성하는 단계를 포함하는, 방법.
  9. 제8 항에 있어서,
    상기 비트 셋의 중요도 및 피드백 결과에 기초하여 적어도 하나의 부분 코드워드를 재전송하는 단계를 더 포함하는, 방법.
  10. 상기 제9 항에 있어서,
    상기 피드백 결과는, 상기 제2 장치가 수행한 코드워드에 대한 디코딩 결과에 대한 응답이고,
    상기 응답은, 상기 부분 코드워드 별로 결정되는, 방법.
  11. 상기 피드백 결과는, 신드롬 체크(syndrome check)에 기초하여 결정되는, 방법.
  12. 무선 통신 시스템에서 제2 장치의 동작 방법에 있어서,
    제1 장치에게 동기화 신호(synchronization signal)을 송신하는 단계;
    상기 제1 장치와 동기화 절차를 수행하는 단계;
    상기 제1 장치에게 제어 정보를 송신하는 단계; 및
    상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 수행된 채널 코딩에 의해 생성된 코드워드를 수신하는 단계;를 포함하되,
    상기 비트 셋은, 시멘틱 통신 수행을 위해 시멘틱 소스 코딩된 특징 벡터(semantic source coded feature vector)에 대응되고,
    상기 채널 코딩은, 상기 비트 셋에 포함된 부분 비트 셋(partial bit-set)들의 중요도에 기초하여 수행되는, 방법
  13. 무선 통신 시스템의 제1 장치에 있어서,
    송수신기; 및
    상기 송수신기와 연결된 프로세서를 포함하고,
    상기 프로세서는,
    제2 장치로부터 동기 신호(synchronization signal)을 수신하고,
    상기 동기 신호에 기초하여 상기 제2 장치와의 동기화 절차를 수행하고,
    상기 제2 장치로부터 제어 정보를 수신하고,
    상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 채널 코딩(channel coding)을 수행하여 코드워드를 생성하고,
    상기 코드워드를 상기 제2 장치에게 송신하도록 제어하되,
    상기 비트 셋은, 시멘틱 통신 수행을 위해 시멘틱 소스 코딩된 특징 벡터(semantic source coded feature vector)에 대응되고,
    상기 채널 코딩은, 상기 비트 셋에 포함된 부분 비트 셋(partial bit-set)들의 중요도에 기초하여 수행되는, 제1 장치.
  14. 무선 통신 시스템의 기지국에 있어서,
    송수신기; 및
    상기 송수신기와 연결된 프로세서를 포함하고,
    상기 프로세서는,
    제1 장치에게 동기화 신호(synchronization signal)을 송신하고,
    상기 제1 장치와 동기화 절차를 수행하고,
    상기 제1 장치에게 제어 정보를 송신하고,
    상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 수행된 채널 코딩에 의해 생성된 코드워드를 수신하도록 제어하되,
    상기 비트 셋은, 시멘틱 통신 수행을 위해 시멘틱 소스 코딩된 특징 벡터(semantic source coded feature vector)에 대응되고,
    상기 채널 코딩은, 상기 비트 셋에 포함된 부분 비트 셋(partial bit-set)들의 중요도에 기초하여 수행되는, 제2 장치.
  15. 적어도 하나의 메모리 및 상기 적어도 하나의 메모리들과 기능적으로 연결되어 있는 적어도 하나의 프로세서를 포함하는 장치에 있어서,
    상기 적어도 하나의 프로세서는 상기 장치가,
    제2 장치로부터 동기 신호(synchronization signal)을 수신하고,
    상기 동기 신호에 기초하여 상기 제2 장치와의 동기화 절차를 수행하고,
    상기 제2 장치로부터 제어 정보를 수신하고,
    상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 채널 코딩(channel coding)을 수행하여 코드워드를 생성하고,
    상기 코드워드를 상기 제2 장치에게 송신하도록 제어하되,
    상기 비트 셋은, 시멘틱 통신 수행을 위해 시멘틱 소스 코딩된 특징 벡터(semantic source coded feature vector)에 대응되고,
    상기 채널 코딩은, 상기 비트 셋에 포함된 부분 비트 셋(partial bit-set)들의 중요도에 기초하여 수행되는, 장치.
  16. 적어도 하나의 명령어(instructions)을 저장하는 비-일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer-readable medium)에 있어서,
    프로세서에 의해 실행 가능한(executable) 상기 적어도 하나의 명령어를 포함하며,
    상기 적어도 하나의 명령어는,
    제2 장치로부터 동기 신호(synchronization signal)을 수신하고,
    상기 동기 신호에 기초하여 상기 제2 장치와의 동기화 절차를 수행하고,
    상기 제2 장치로부터 제어 정보를 수신하고,
    상기 제어 정보에 기초하여 비트 셋(bit-set)에 대해 채널 코딩(channel coding)을 수행하여 코드워드를 생성하고,
    상기 코드워드를 상기 제2 장치에게 송신하도록 제어하되,
    상기 비트 셋은, 시멘틱 통신 수행을 위해 시멘틱 소스 코딩된 특징 벡터(semantic source coded feature vector)에 대응되고,
    상기 채널 코딩은, 상기 비트 셋에 포함된 부분 비트 셋(partial bit-set)들의 중요도에 기초하여 수행되는, 컴퓨터 판독 가능 매체.
PCT/KR2022/012335 2022-08-18 2022-08-18 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법 WO2024038926A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2022/012335 WO2024038926A1 (ko) 2022-08-18 2022-08-18 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2022/012335 WO2024038926A1 (ko) 2022-08-18 2022-08-18 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법

Publications (1)

Publication Number Publication Date
WO2024038926A1 true WO2024038926A1 (ko) 2024-02-22

Family

ID=89941867

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/012335 WO2024038926A1 (ko) 2022-08-18 2022-08-18 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법

Country Status (1)

Country Link
WO (1) WO2024038926A1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170170925A1 (en) * 2014-06-23 2017-06-15 Zte Corporation Data Sending Method and Apparatus

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170170925A1 (en) * 2014-06-23 2017-06-15 Zte Corporation Data Sending Method and Apparatus

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
FARSAD NARIMAN; RAO MILIND; GOLDSMITH ANDREA: "Deep Learning for Joint Source-Channel Coding of Text", 2018 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (ICASSP), IEEE, 15 April 2018 (2018-04-15), pages 2326 - 2330, XP033401304, DOI: 10.1109/ICASSP.2018.8461983 *
JIANG SHENGTENG, LIU YUELING, ZHANG YICHI, LUO PENG, CAO KUO, XIONG JUN, ZHAO HAITAO, WEI JIBO: "Reliable Semantic Communication System Enabled by Knowledge Graph", ENTROPY, MOLECULAR DIVERSITY PRESERVATION INTERNATIONAL, BASEL, CH, vol. 24, no. 6, 20 June 2022 (2022-06-20), CH , pages 846, XP093140284, ISSN: 1099-4300, DOI: 10.3390/e24060846 *
LAN QIAO, WEN DINGZHU, ZHANG ZEZHONG, ZENG QUNSONG, CHEN XU, POPOVSKI PETAR, HUANG KAIBIN: "What is Semantic Communication? A View on Conveying Meaning in the Era of Machine Intelligence", JOURNAL OF COMMUNICATIONS AND INFORMATION NETWORKS, vol. 6, no. 4, 1 December 2021 (2021-12-01), pages 336 - 371, XP093140285, ISSN: 2096-1081, DOI: 10.23919/JCIN.2021.9663101 *
LIU YUELING, ZHANG YICHI, LUO PENG, JIANG SHENGTENG, CAO KUO, ZHAO HAITAO, WEI JIBO: "Enhancing Communication Reliability from the Semantic Level under Low SNR", ELECTRONICS, MDPI AG, BASEL, SWITZERLAND, vol. 11, no. 9, 24 April 2022 (2022-04-24), Basel, Switzerland , pages 1358, XP093140287, ISSN: 2079-9292, DOI: 10.3390/electronics11091358 *

Similar Documents

Publication Publication Date Title
WO2022250221A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2023095932A1 (ko) 시맨틱 기반 무선 통신 시스템에서 데이터를 전송하는 방법, 전송 기기, 프로세싱 장치 및 저장 매체, 그리고 데이터를 수신하는 방법, 수신 기기 및 저장 매체
WO2022050468A1 (ko) 무선 통신 시스템에서 연합학습을 수행하는 방법 및 이를 위한 장치
WO2024038926A1 (ko) 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법
WO2023017881A1 (ko) 무선 통신 시스템에서 측정 갭을 이용한 측정 결과에 기반하여 핸드오버를 수행하기 위한 장치 및 방법
WO2022092859A1 (ko) 무선 통신 시스템에서 스플릿 포인트 조정을 위한 장치 및 방법
WO2022050565A1 (ko) 무선 통신 시스템에서 핸드오버를 위한 장치 및 방법
WO2022025321A1 (ko) 통신 장치의 신호 랜덤화 방법 및 장치
WO2022054981A1 (ko) 압축 연합 학습 수행 방법 및 장치
WO2024048816A1 (ko) 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법
WO2023033421A1 (ko) 무선 통신 시스템에서 폴라 코드 기반의 인코더를 설정하기 위한 장치 및 방법
WO2023282373A1 (ko) 무선 통신 시스템에서 재전송을 수행하기 위한 방법 및 장치
WO2023042941A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2023022251A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2022239891A1 (ko) 무선 통신 시스템에서 데이터를 송신 및 수신하기 위한 장치 및 방법
WO2022270649A1 (ko) 무선 통신 시스템에서 음성 통신을 수행하기 위한 장치 및 방법
WO2023113282A1 (ko) 무선 통신 시스템에서 송수신기 모델에 대한 온라인 학습을 수행하기 위한 장치 및 방법
WO2023120768A1 (ko) 무선 통신 시스템에서 신호 전송을 위한 장치 및 방법
WO2022231084A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2024048803A1 (ko) 무선 통신 시스템에서 불연속 수신 동작에 관련된 파라미터를 설정하기 위한 장치 및 방법
WO2023090738A1 (ko) 무선 통신 시스템에서 연합 학습을 수행하기 위한 방법 및 이를 위한 장치
WO2023017882A1 (ko) 무선 통신 시스템에서 배터리 효율을 고려하여 무선 접속 기술을 선택하기 위한 장치 및 방법
WO2023054777A1 (ko) 무선 통신 시스템에서 시맨틱 데이터를 전송하는 방법 및 이를 위한 장치
WO2022092905A1 (ko) 무선 통신 시스템에서 신호 전송을 위한 장치 및 방법
WO2022244904A1 (ko) 오토 인코더를 이용하는 무선 통신 시스템에서 신호를 송수신하기 위한 방법 및 이를 위한 장치

Legal Events

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

Ref document number: 22955803

Country of ref document: EP

Kind code of ref document: A1