WO2024043541A1 - 무선 통신 시스템에서 블라인드 검출을 수행하는 수신기 및 그 동작 방법 - Google Patents

무선 통신 시스템에서 블라인드 검출을 수행하는 수신기 및 그 동작 방법 Download PDF

Info

Publication number
WO2024043541A1
WO2024043541A1 PCT/KR2023/010408 KR2023010408W WO2024043541A1 WO 2024043541 A1 WO2024043541 A1 WO 2024043541A1 KR 2023010408 W KR2023010408 W KR 2023010408W WO 2024043541 A1 WO2024043541 A1 WO 2024043541A1
Authority
WO
WIPO (PCT)
Prior art keywords
receiver
decoding
control signal
polar
received signal
Prior art date
Application number
PCT/KR2023/010408
Other languages
English (en)
French (fr)
Inventor
김경연
김진홍
심병효
안용준
장민
Original Assignee
삼성전자주식회사
서울대학교산학협력단
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
Priority claimed from KR1020220116201A external-priority patent/KR20240028887A/ko
Application filed by 삼성전자주식회사, 서울대학교산학협력단 filed Critical 삼성전자주식회사
Publication of WO2024043541A1 publication Critical patent/WO2024043541A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
    • H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
    • H03M13/09—Error detection only, e.g. using cyclic redundancy check [CRC] codes or single parity bit
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
    • H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
    • H03M13/13—Linear codes
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
    • H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
    • H03M13/13—Linear codes
    • H03M13/15—Cyclic codes, i.e. cyclic shifts of codewords produce other codewords, e.g. codes defined by a generator polynomial, Bose-Chaudhuri-Hocquenghem [BCH] codes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received

Definitions

  • the disclosure below relates to a receiver that performs blind detection in a wireless communication system and a method of operating the same.
  • the receiving end of the 5G wireless communication system uses 'blind detection' to determine whether the control signal sent by the transmitter is included in the currently received packet or currently received signal, regardless of uplink or downlink scenario. It can be done.
  • blind detection can be performed using a cyclic redundancy check (hereinafter referred to as 'CRC') included in the decoding process of the control signal.
  • 'CRC' cyclic redundancy check
  • FAR false alarm rate
  • FAR false detection rate
  • MDR missed detection ratio
  • a receiver of a wireless communication system detects a control signal transmitted by a transmitter included in a received signal of the receiver by a cyclic redundancy check (CRC) performed in polar decoding. It may include a decoder and a post-processing module that determines whether the control signal is included in the received signal based on multi-modal inputs obtained through the polar decoding.
  • CRC cyclic redundancy check
  • a method of operating a receiver including a CRC aided successive cancellation list (CA-SCL) decoder includes obtaining multi-modal inputs through polar decoding of the CA-SCL decoder, combining the multi-modal inputs, It may include an operation of vectorizing and an operation of determining whether a control signal transmitted from a transmitter is included in the received signal of the receiver by inputting the vectorized multi-modal inputs into a binary classifier.
  • CA-SCL CRC aided successive cancellation list
  • FIG. 1 is a block diagram of a receiver according to one embodiment.
  • FIG. 2 is a diagram illustrating a code tree and path metric for polar decoding according to an embodiment.
  • Figure 3 is a diagram for explaining the transmission and reception operations of a CA-SCL decoder according to an embodiment.
  • FIG. 4 is a diagram illustrating a process of generating a transmission bit sequence transmitted by a transmitter of a wireless communication system to a receiver according to an embodiment.
  • FIG. 5 is a diagram illustrating a process of performing decoding using a polar code in a receiver according to an embodiment.
  • FIG. 6 is a diagram illustrating a method of determining the validity of a decoding result in addition to the CRC check in a receiver of a wireless communication system according to an embodiment.
  • Figure 7 is a schematic diagram of a receiver that performs deep learning-based multi-modal blind detection according to an embodiment.
  • Figure 8 is a diagram for explaining a method of collecting multi-modal inputs and a method of learning a binary classifier according to an embodiment.
  • Figure 9 is a diagram for explaining a learning method using a hinge loss function according to an embodiment.
  • Figure 10 is a flowchart showing a method of operating a receiver according to an embodiment.
  • first, second, or first or second may be used simply to distinguish one element from another, and may be used to distinguish such elements in other respects, such as importance or order) is not limited.
  • One (e.g. first) component is said to be “coupled” or “connected” to another (e.g. second) component, with or without the terms “functionally” or “communicatively”.
  • any of the components can be connected to the other components directly (e.g. wired), wirelessly, or through a third component.
  • module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as logic, logic block, component, or circuit, for example. It can be used as A module may be an integrated part or a minimum unit of the parts or a part thereof that performs one or more functions. For example, according to one embodiment, the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • Various embodiments of this document may be implemented as software including one or more instructions stored in a storage medium that can be read by a machine.
  • the processor of the device may call at least one instruction among one or more instructions stored from a storage medium and execute it. This allows the device to be operated to perform at least one function according to the at least one instruction called.
  • the one or more instructions may include code generated by a compiler or code that can be executed by an interpreter.
  • a storage medium that can be read by a device may be provided in the form of a non-transitory storage medium.
  • 'non-transitory' only means that the storage medium is a tangible device and does not contain signals (e.g. electromagnetic waves), and this term refers to cases where data is semi-permanently stored in the storage medium. There is no distinction between temporary storage cases.
  • Computer program products are commodities and can be traded between sellers and buyers.
  • the computer program product may be distributed in the form of a machine-readable storage medium (e.g. compact disc read only memory (CD-ROM)) or through an application store (e.g. Play StoreTM) or on two user devices (e.g. It can be distributed (e.g. downloaded or uploaded) directly between smart phones) or online.
  • a machine-readable storage medium e.g. compact disc read only memory (CD-ROM)
  • an application store e.g. Play StoreTM
  • two user devices e.g. It can be distributed (e.g. downloaded or uploaded) directly between smart phones) or online.
  • at least a portion of the computer program product may be at least temporarily stored or temporarily created in a machine-readable storage medium, such as the memory of a manufacturer's server, an application store's server, or a relay server.
  • each component (e.g., module or program) of the above-described components may include a single or plural entity, and some of the plurality of entities may be separately placed in other components. there is.
  • one or more of the components or operations described above may be omitted, or one or more other components or operations may be added.
  • multiple components eg, modules or programs
  • the integrated component may perform one or more functions of each component of the plurality of components in the same or similar manner as those performed by the corresponding component of the plurality of components prior to the integration. .
  • operations performed by a module, program, or other component may be executed sequentially, in parallel, iteratively, or heuristically, or one or more of the operations may be executed in a different order, or omitted. Alternatively, one or more other operations may be added.
  • the receiver 100 may include a decoder 110 and a post-processing module 130.
  • the decoder 110 performs a cyclic redundancy check (hereinafter referred to as 'CRC) performed in polar decoding (e.g., polar decoding in operation 520 of FIG. 5, and/or polar decoding in operation 610 of FIG. 6).
  • polar decoding e.g., polar decoding in operation 520 of FIG. 5, and/or polar decoding in operation 610 of FIG. 6
  • 'CRC cyclic redundancy check
  • the control signal transmitted by the transmitter included in the received signal of the receiver 100 e.g., the received signal 701 in FIG. 7
  • the received signal 701 may be, for example, a received packet including uplink control information, but is not necessarily limited thereto.
  • Polar decoding 520 and 610 and polar code will be described in more detail with reference to FIGS. 2 and 3 below.
  • the decoder 110 may be, for example, a CRC-aided successive cancellation list (CRC-aided successive cancellation list (CA-SCL)) decoder, but is not necessarily limited thereto.
  • CRC-aided successive cancellation list CA-SCL
  • the decoding process of the CA-SCL decoder will be described in more detail with reference to FIGS. 3 to 6 below.
  • the receiver 100 receives path metrics (PMs) given during the CA-SCL decoding process of the decoder 110 (e.g., the path metrics of FIG. 7). It may include a post-processing module 130 that performs post-processing called detection metric (DM) inspection based on (703)).
  • PMs path metrics
  • DM detection metric
  • the post-processing module 130 determines whether a control signal is included in the received signal 701 based on multi-modal inputs obtained through polar decoding 520 and 610 of the decoder 110. It can be determined. The process by which the post-processing module 130 acquires multi-modal inputs through the polar decoding 520 and 610 of the decoder 110 will be described in more detail with reference to FIGS. 2 to 6 below. do.
  • Multi-modal inputs are, for example, a path containing a bit string of a plurality of survival paths obtained in polar decoding (e.g., polar decoding in operation 520 of FIG. 5, polar decoding in operation 610 of FIG. 6).
  • Path metrics may include a bit string of a plurality of survival paths obtained from polar decoding (520, 610). Survival paths and path metrics obtained from polar decoding 520 and 610 will be described in more detail with reference to FIG. 2 below.
  • the squared Euclidean distance ratio (SEDR) can be obtained, for example, by re-encoding the result of polar decoding in operation 610 through polar re-encoding, such as operation 650, as shown in FIG. 6.
  • the squared Euclidean distance ratio (SEDR) is the transmit bitstream estimate obtained through polar decoding in operation 610 ( ) (e.g., the estimated encoded input bit sequence in Figure 6 ( ) (605)) is a transmission vector estimate obtained by re-encoding) by polar re-encoding (e.g., the transmission vector estimate of FIG. 6 ( ) can be calculated from (609)).
  • a process of obtaining a transmission bit stream estimate through polar decoding and polar encoding the transmission bit stream estimate (e.g., polar re-encoding in operation 650 of FIG. 6 and/or polar encoding 740 of FIG. 7).
  • the re-encoding process will be described in more detail with reference to FIGS. 4 to 6 below.
  • the post-processing module 130 estimates the probability that a control signal is included in the received signal 701 based on at least two of the multi-modal inputs. It may include a binary classifier 135 that calculates (e.g., the estimate 780 in FIG. 7).
  • the binary classifier 135 may be learned, for example, by a deep learning technique of a deep neural network (DNN).
  • the binary classifier 135 may include a fully-connected network (FCN) consisting of a plurality of layers (eg, the fully-connected network 770 of FIG. 7).
  • the output of fully connected network (FCN) 770 may take the form of a binary probability, for example.
  • Binary classifier 135 may, for example, estimate If 780 is greater than the threshold, it can be determined that the control signal has been received. For example, when it is determined that a control signal has been received, the binary classifier 135 may set the registered transmission (RegTx) flag to '1'.
  • the binary classifier 135 may set the registered transmission (RegTx) flag to '1'.
  • the binary classifier 135 estimates If 780 is less than or equal to the threshold, it can be determined that the control signal was not received, that is, only noise was input to the receiving end without a control signal. If it is determined that the control signal has not been received, the binary classifier 135 may set the NoTx (no transmission) flag to '1'.
  • the threshold may be, for example, 0.5, but is not necessarily limited thereto.
  • the post-processing module 130 may generate input data by concatenating at least two of the multi-modal inputs into one vector. For example, among the multi-modal inputs, the first multi-modal input is a vector of size 10 x 1, the second multi-modal input is a vector of size 8 x 1, and the third multi-modal input is a vector of size 3 x 1. let's do it.
  • the post-processing module 130 may combine the first multi-modal input, the second multi-modal input, and the third multi-modal input to generate a vector with a size of 21 x 1 as input data.
  • the post-processing module 130 may apply input data to the binary classifier 135.
  • the binary classifier 135 may output a binary probability that the control signal is included in the received signal 701 using input data.
  • the binary classifier 135 can be learned by applying at least two of the multi-modal inputs to the binary classifier 135 and labeling whether the received signal 701 includes a control signal. Since the output of the fully connected network (FCN) 770 is a binary probability, for example, a binary cross-entropy loss function and/or a hinge loss function used for binary classification The loss function can be used as a loss function required for learning the binary classifier 135.
  • FCN fully connected network
  • the loss function used for learning the binary classifier 135 is, for example, an estimate It may include a binary cross-entropy loss function that trains the binary classifier 135 to yield (780).
  • the binary classifier 135 uses a binary cross-entropy loss function to estimate the probability that the control signal is included in the received signal 701. It can be learned to produce (780).
  • the loss function used for learning of the binary classifier 135 is, for example, a decision boundary that distinguishes between the case where noise is included in the received signal 701 and the case where the control signal is included in the received signal 701. It can include a hinge loss function that finds the boundary. In this case, the binary classifier 135 can be trained to find the decision boundary using a hinge loss function.
  • the missing detection ratio (MDR) loss is reduced by various inputs by learning the parameters of the binary classifier 135 using the hinge loss function, a loss function specialized for finding the decision boundary, and the false detection rate (false Alarm rate (FAR) can be improved.
  • MDR missing detection ratio
  • FAR false Alarm rate
  • FIG. 2 is a diagram illustrating a code tree and path metric for polar decoding according to an embodiment. 2, a code tree 200 of a CA-SCL polar decoder according to one embodiment is shown.
  • a transmitter and a receiver when data is transmitted and/or received between a transmitter and a receiver (e.g., receiver 100 in FIG. 1), data errors may occur due to noise present in the communication channel.
  • a pre-designed encoding method such as an error detection code (error detection codes) technique and/or an error correcting code (ECC) technique may be used.
  • the error correction code used for communication between the transmitter and receiver 100 may be called channel coding.
  • the transmitter can transmit by adding a redundant bit to the data bits to be transmitted.
  • the receiver 100 can use these extra bits to perform a decoding operation to correct errors included in data bits to be transmitted.
  • Error correction coding techniques include, for example, convolutional coding, turbo coding, low-density parity-check coding (LDPC) coding, and polar coding. There may be various methods such as coding method.
  • the turbo code method, low-density parity check code method, and polar code method are code methods with performance approaching theoretical channel capacity and can be used in various communication systems.
  • polar code is an error correction code proposed by E. Arikan that has low coding/complexity performance but also has channel capacity, which is the data transmission limit in all B-DMCs (binary discrete memoryless channels). ) can be achieved.
  • Polar codes can achieve point-to-point channel capacity with low decoding complexity based on the channel polarization phenomenon that occurs during sequential cancellation (SC) decoding.
  • SC sequential cancellation
  • LDPC low-density parity-check
  • the performance of the polar code was also confirmed to be excellent when using SCL (sequential elimination list) decoding, and when SCL decoding was used with a concatenated error detection code such as a CRC (cyclic redundancy check) code, it performed better compared to other channel codes. It can have excellent performance.
  • SCL sequential elimination list
  • CRC cyclic redundancy check
  • Polar code is the preferred coding for transmission of uplink control information (UCI) and/or downlink control information (DCI) in 3GPP new radio (NR), the fifth generation (5G) mobile communication standard. This may apply to a method. Polar codes can be used, for example, when transmitting control information with a short length through a control channel (e.g., eMBB control channel).
  • a control channel e.g., eMBB control channel
  • the validity of the decoding result can be checked using a concatenated error detection code such as a CRC code and a path metric (PM) generated during decoding.
  • a concatenated error detection code such as a CRC code and a path metric (PM) generated during decoding.
  • PM path metric
  • a CA-SCL decoder when using a concatenated error detection code such as a CRC (cyclic redundancy check) code and SCL decoding, a CA-SCL decoder is used that has better performance compared to other channel codes and can resolve complexity and redundancy. Available.
  • the CA-SCL decoder divides the code bits into segments and inserts CRC bits (or CRC codes) between them to exclude invalid candidates per segment without waiting for decoding to finish.
  • the way bits are calculated in CA-SCL decoding is a trellis diagram showing a bit string path as shown in FIG. 2, that is, a survival path (e.g., 0-0-1-1) in the code tree 200.
  • a survival path e.g., 0-0-1-1-1
  • This may be a method of calculating a path metric value by following (210) and then selecting a bit string corresponding to the path with the smallest value.
  • the path metric will be described in more detail with reference to FIGS. 3 and 5 below.
  • Figure 3 is a diagram for explaining the transmission and reception operations of a CA-SCL decoder according to an embodiment.
  • a diagram 300 is shown to explain the operation of the CA-SCL decoder 110 according to an embodiment.
  • a decoder included in a receiver performs decoding based on the signal received from the transmitter in order to correct errors that may occur in communication and broadcasting systems. You can.
  • a situation may occur where the decoder performs decoding based on an unintended signal, or decoding is performed by receiving a normal signal, but the decoding result is different from the actual transmitted information.
  • the decoder may perform decoding using noise generated in the system as input even though there is no actual transmitted signal.
  • the decoder may perform decoding using an arbitrary signal rather than an actual expected signal as an input.
  • the final decoding result may be different from the actual transmitted information.
  • the decoder may report a decoding failure.
  • the receiver 100 may decode the received signal, if it restores or decodes information other than the actual transmitted information, the decoder may report a decoding failure.
  • the decoder's judgment of decoding success or failure based on the environment and/or decoding results given before or after decoding can be referred to as 'validity check' or 'post error detection' of the decoding result. You can.
  • a method of utilizing a syndrome check according to the structure of the channel code used, a method of utilizing a concatenated error detection code such as a CRC code, and/or during decoding A method of utilizing the metric obtained can be used.
  • a method of utilizing a syndrome check may be a method of checking whether the estimated codeword bit sequence obtained through decoding satisfies all linear constraints formed by the channel code.
  • a method of utilizing a concatenated error detection code, such as a CRC code may be a method of checking an estimated bit sequence obtained after decoding with a concatenated error detection code.
  • a method of utilizing the metric obtained during decoding may be a method of determining whether an error exists by checking whether the metric value generated by the decoder is greater than a predetermined threshold.
  • the method of determining the validity of the decoding result as described above may be selected according to the characteristics of the channel code used in the system by the transmitter and receiver 100.
  • SC is improved by using L candidate codewords throughout decoding, and CA-SCL decoding in which a CRC code is added to the SCL decoder to improve the block error rate (BLER) can be used.
  • L is the size of the list for SCL decoding and may correspond to the number of candidate codewords. The size of the list L can expand the number of SC decodings. Selecting the optimal CRC code may be important to improve error correction in CA-SCL.
  • the receiver 100 may introduce a CRC code as a detection tool at the end of decoding the bit strings included in the sequential removal list (SCL).
  • SCL sequential removal list
  • the receiver 100 converts the r-bit CRC into the k-bit message 301 by using a CRC encoder 310.
  • r 6, but is not necessarily limited thereto.
  • the polar encoder 320 may perform polar coding using 'bit polarization'. Bit polarization divides the entire bit string used for information transmission into 'info bits' and 'frozen bits', then does not utilize the frozen bits and instead stores the information to be transmitted in the information bits ( Example: N bits can be loaded and encoded.
  • a signal (e.g., N bits) encoded by the polar encoder 320 may be transmitted through a transmission channel 330 after going through a modulation process by the modulator 325.
  • a signal (e.g., N bits) received through the transmission channel 330 is demodulated by a demodulator 335, and information corresponding to the demodulated N bits is sequentially removed by a list decoder (SCL decoder) 340. It can be transmitted as .
  • SCL decoder list decoder
  • the receiver 100 may decode the polar code by generating a sequential cancellation list (SCL) using a sequential cancellation list decoder (SCL decoder) 340. For example, after calculating the path metric value by following the path in the code tree 200 as shown in FIG. 2, the bit string corresponding to the path with the smallest value is selected. You can create a sequential removal list. After decoding the polar code, the receiver 100 may determine the validity of the decoding result based on a path metric. When at least one candidate sequence 345 with a path metric value greater than the threshold is selected among the bit strings included in the sequential removal list (SCL), the receiver 100 checks whether the CRC passes. Candidates can be transmitted to the CRC detector 350.
  • SCL decoder sequential cancellation list decoder
  • the CRC detector 350 may provide CRC check results 355, that is, whether the candidate passes the CRC, to a sequential removal list decoder (SCL decoder) 340.
  • SCL decoder sequential removal list decoder
  • the receiver 100 may determine that decoding has failed. In contrast, if there is a candidate that has passed the CRC detector 350, the receiver 100 may output reproduced message bits 360 including the candidate.
  • the CA-SCL decoder 110 can perform the operations of the sequential removal list decoder (SCL decoder) 340 and the CRC detector 350 shown in FIG. 3.
  • FIG. 4 is a diagram illustrating a process of generating a transmission bit sequence transmitted by a transmitter of a wireless communication system to a receiver according to an embodiment.
  • a transmitter according to one embodiment transmits a bit sequence Operations 410, 420, 430, and 440 for generating 409 and transmitting it to a receiver (eg, receiver 100 in FIG. 1) are shown.
  • the number of information bits that the transmitter wishes to transmit is, for example,
  • the number of codeword bits that the transmitter encodes and transmits to the receiver 100 through the transmission channel is, for example, It could be a dog.
  • the transmitter for example, sends an information bit sequence (information bit sequence) of length A to be transmitted.
  • )(401) can be created. Sequence of information bits ( ) 401 may be a segment corresponding to part of the total information that the transmitter wants to transmit.
  • the transmitter encodes a sequence of information bits (sequences) by concatenated outer encoder(s). ) (outer code) can be performed on (401).
  • external encoding can be used to improve the performance of a decoder that performs decoding by considering a large number of code word candidates, such as SCL decoding of polar code. SCL decoding will be described in detail through the operation of the receiver 100 shown in FIGS. 5 and 6 below.
  • External codes used in conjunction with the polar code to improve decoder performance include, for example, error detection codes such as CRC codes, BCH (boseemergencehuri hocquenghem) codes, PC (parity check) codes, and convolutional codes. ) An error correction code such as the code can be used. Only one external code can be used, or two or more external codes can be used in combination.
  • the polar code used for uplink control information may vary depending on the length of the information bit. For example, when the length of the information bits is 20 bits or more, an 11-bit CRC code can be used, and when the length of the information bits is 19 bits or less, a 3-bit PC code and a 6-bit CRC code can be used together.
  • This external encoding is usually a systematic encoding and may be a method of adding parity bits to the input bit sequence.
  • the bit sequence generated as a result of external encoding It may be (403).
  • bit sequence ( )(403) is the length for polar code encoding bit sequence of It can be mapped to (405).
  • bit sequence 405 is the size of the mother polar code, which is a power of 2, and is the size of the message. It can be determined by a predetermined standard among values larger than (bits).
  • the bit sequence 405 may be called the 'input bit sequence' of a polar code encoder (e.g., polar encoder 320 in FIG. 3).
  • Encoded input bit sequence (405) is a bit sequence ( ) (403) may be mapped.
  • Each bit of 405 can be interpreted as if it passes through a sub-channel, which is a virtual channel of different quality, by channel polarization by the operation of the transmitter and receiver 100. At this time, each subchannel can be called a ‘synthetic channel’.
  • the transmitter uses, for example, the channel capacity of each subchannel, Bhatacharayya parameters, and/or the result of density evolution to produce a bit sequence ( ) (403) bits encoded input bit sequence It can be mapped to the bits of (405). Additionally, in this process, rate matching performed in subsequent operation 440 may be considered.
  • bit sequence ( )(403) encoded input bit sequence The operation 420 of mapping to 405 may also be called a 'subchannel allocation' process.
  • the bit sequence ( )(403) is the encoded input bit sequence corresponding to the subchannel to which it is mapped.
  • the bits of (405) are called ‘unfrozen bits’, and the encoded input bit sequence corresponding to the remaining subchannels
  • the bit at (405) can be called a ‘frozen beat’.
  • frozen bits can have fixed values.
  • the frozen bit may have a value fixed to, for example, '0'.
  • the transmitter may perform generator matrix multiplication.
  • transmitter length The encoded input bit sequence of (405) is the generator matrix of the polar code. Same length by multiplying with codeword output bit sequence of (407) can be generated.
  • the code word described in this specification refers to a code word, and the terms 'code word' and 'code word' may be used interchangeably.
  • silver size It may correspond to a bit-reversal permutation matrix of .
  • a vector of length 8 and bit-inverted permutation matrix This is multiplied by a permuted matrix whose indices are bit-inverted. can be obtained.
  • bit inversion permutation matrix is shown in Equation 2 below: Simple forms of generation matrices other than can be used.
  • the generation matrix is the generation matrix defined in Equation 2 It can be assumed that .
  • Equation 1 the generation matrix of Equation 1, which is defined based on a bit-reversal permutation operation.
  • the transmitter outputs a codeword bit sequence. Transmit bit sequence by performing rate matching on (407) (409) can be generated. ‘Code rate adjustment’ refers to the code word output bit sequence. Length to be transmitted from (407) It may correspond to the process of generating a bit sequence.
  • the transmitter adjusts the code rate in operation 440 to transmit a bit sequence.
  • 409 can be output.
  • Codeword output bit sequence to improve polar code performance according to code rate-adjustment (407) can be readjusted.
  • the codeword output bit sequence in the 3GPP NR polar coding system (407) is interleaved in units of 32 sub-blocks, stored in a circular buffer, and sequentially extracted to obtain the length.
  • a code word sequence of can be generated.
  • the length of the code word The size of the parent sign of the polar code If it is smaller, either puncturing or shortening can be performed.
  • the codeword output bit sequence If some bits of 407 are punctured, the encoded input bit sequence If some bits of the subchannel experienced by 405 are incapable, the sub-channel allocation process can be performed by considering these incapable bits. If the codeword output bit sequence If some bits of 407 are to be shortened, the encoded input bit sequence Some bits of 405 may also be shortened. The subchannel allocation process can be accomplished by considering these shortening bits.
  • the length of the code word The size of the parent sign of the polar code If it is larger, repetition can be performed.
  • FIG. 5 is a diagram illustrating a process of performing decoding using a polar code in a receiver according to an embodiment.
  • Figure 5 shows a signal (e.g., transmission bit sequence) transmitted through the process of Figure 4. This may correspond to an example of a process in which a receiver (e.g., receiver 100 of FIG. 1) decodes (409)).
  • a receiver e.g., receiver 100 of FIG. 1
  • decodes (409)).
  • other operations may be added or included operations may be omitted depending on the requirements of the system.
  • Receiver 100 transmits a bit sequence LLR sequence corresponding to (409) (501) can be generated.
  • LLR sequence 501 may correspond to demodulated LLR (demodulated LLR).
  • the receiver 100 demodulates the received signal to transmit a bit sequence Probability information corresponding to (409) can be obtained.
  • Probability information may be given as a value, for example, a probability vector, likelihood ratio (LR), or log-likelihood ratio (LLR). Unless otherwise specified below, probability information can be understood to mean LLR, but is not necessarily limited thereto.
  • the receiver 100 may perform rate dematching.
  • Receiver 100 has, for example, a length LLR sequence of this length
  • the reverse process of the code rate adjustment process of the transmitter (e.g., operation 440 of FIG. 4) may be performed so that it is input to the polar code decoder. For example, if puncturing occurs during the transmitter's code rate adjustment process, the receiver 100 may determine the LLR value for the corresponding bit to be '0'. In contrast, if shortening occurs during the transmitter's code rate adjustment process, the receiver 100 may determine the LLR value for the corresponding bit as the maximum value of the LLR value corresponding to the bit value '0'. If repetition occurs for a specific bit, the receiver 100 can determine the LLR value for the bit by adding (combining) all corresponding LLR values. The receiver 100 receives the length through a code rate inverse adjustment process. LLR sequence of (503) can be generated.
  • the receiver 100 uses a decoder included in the receiver 100 (e.g., the decoder 110 of FIG. 1) to determine the length.
  • LLR sequence of Polar decoding for 503 (e.g., polar decoding in operation 610 of FIG. 6) may be performed.
  • the decoder may be, for example, but is not necessarily limited to a polar decoder, SCL decoder, and/or CA-SCL decoder.
  • 'polar decoding' may correspond to, for example, SCL decoding of a polar code, but is not necessarily limited thereto.
  • the receiver 100 may perform Outer Code aided SC-based decoding (SC decoding) using outer coding.
  • SC decoding Outer Code aided SC-based decoding
  • SC-based polar decoding can be performed based on this.
  • SC-based polar decoding may include, for example, regular SC decoding, SC-list (SCL) decoding, and/or SC-stack (SCS) decoding.
  • SC-based polar decoding can sequentially decode each bit of the encoded input bit sequence, one bit at a time, according to the index order.
  • the decoder encodes the input bit sequence In order of index values of 405, in other words, Polar decoding can be performed for each bit in the following order. More specifically, the ith bit Polar decoding can be performed through the following process.
  • decoding for each bit can be done based on the bit value that has been previously decoded and estimated. For example, an estimate When decoding, the previously decoded bit which is an estimate for and probability information or a cumulative value of values equivalent to probability information may be used.
  • each partial bit sequence is called a 'list' or 'path'
  • the accumulated probability information calculated while performing decoding for each path, or a value equivalent to the probability information is called a 'path metric' or 'PM (path-metric). )'.
  • decoder bit List size set when decoding a list as many as a dog You can proceed with decoding while maintaining .
  • the decoder maintains a list from decoding so far. Based on this, probability information for values 0 and 1 can be calculated.
  • the decoder encodes each bit Each list considered when calculating the probability information of bits in route metric (PM) for By updating the probability information or a value equivalent to the probability information for the bit value (e.g., 0, or 1), the total list of You can calculate the path metric (PM) for .
  • the lower the value of the path metric (PM) the higher the probability of the corresponding bit sequence in the list.
  • a set of path metrics (PM) for a list of It can be expressed as
  • bit If is a frozen bit the estimated value is the determined bit value promised to each other by the transmitter and receiver 100 regardless of the calculated path metric (PM). can be decided. if If it corresponds to an information bit among the unfrozen bits, the receiver 100 receives a total Among the lists, the probability is judged to be high based on the value of the path metric (PM). list of You can select .
  • the decoder decodes each bit in the manner described above. You can proceed with decoding by maintaining a list. In addition, when the decoder completes decoding of all bits, the final result is obtained based on the path metric (PM). You can select the code word with the highest probability from the list. The decoder selects the list with the lowest path metric (PM) value as the final encoded input bit sequence. It can be estimated as (507).
  • the SCL decoder can operate the same as the basic SC decoder.
  • the decoder can improve the error correction performance of the receiver 100 by using a concatenated error detection code such as a CRC during or after decoding is completed. For example, when CRC codes are used concatenated, the receiver 100 obtains the code after decoding. Among the lists, the code word with the highest probability while satisfying the constraints of the CRC code can be estimated as the final decoding result. After a series of decoding operations as described above, the receiver 100 receives the CRC check result and metric values including the path metric (PM) of each list, and/or the estimated encoded input bit sequence. You can obtain (507). This decoder can be called a 'CRC aided (CA)-SCL decoder'.
  • CA path metric
  • the receiver 100 may perform a validity check on the polar decoding performed in operation 520.
  • the receiver 100 may perform validity determination based on various decoding results (e.g., CRC report and metric value) 505 obtained through operation 520.
  • the receiver 100 uses the decoding result 505 to determine validity for polar decoding. You can utilize it. If there is no list that passes the CRC check, the receiver 100 can immediately report decoding failure through a decoding report 509 and end the series of decoding processes. In contrast, if there is a list that passes the CRC check, the receiver 100 receives the estimated encoded input bit sequence (507) can be output as the decoding result. In this case, instead of reporting decoding success through the decoding report 509, the receiver 100 may perform additional metric-based decoding validity determination to improve validation performance for polar decoding. These methods for determining the validity of decoding will be described in detail with reference to FIG. 6 below.
  • the receiver 100 may report the decoding failure through the decoding report 509 and end the decoding procedure. If the receiver 100 determines that polar decoding is successful through the decoding validity determination process, it reports decoding success and the estimated encoded input bit sequence You can proceed with the subsequent procedure of printing (507).
  • the subsequent procedure involves e.g. an estimated encoded input bit sequence.
  • Message bit sequence mapped to 507
  • Estimated codeword bit sequence by re-encoding 507
  • the process of acquiring may be included.
  • Estimated encoded input bit sequence Estimated codeword bit sequence by re-encoding (507) The method of obtaining will be described in more detail with reference to FIG. 6 below.
  • FIG. 6 is a diagram illustrating a method of determining the validity of a decoding result in addition to the CRC check in a receiver of a wireless communication system according to an embodiment.
  • a receiver e.g., receiver 100 in FIG. 1 performs a polar decoding (e.g., polar decoding in operation 520 of FIG. 5, polar decoding in operation 610 of FIG. 6) process and generation.
  • a polar decoding e.g., polar decoding in operation 520 of FIG. 5, polar decoding in operation 610 of FIG. 6 process and generation.
  • the process of generating a detection metric (DM) based on the path metric (PM) is shown.
  • a receiver transmits a sequence of bits.
  • LLR sequence corresponding to (409) (601) can be generated.
  • LLR sequence (601) may correspond to demodulated LLR (demodulated LLR).
  • receiver 100 receives the LLR sequence
  • a decoding result 603 can be obtained by using 601 as an input and performing polar decoding according to the method described above in operation 520 of FIG. 5.
  • the decoding result 603 may be, for example, a CRC check result, a set of path metrics (PMs), All or set of path metrics It may include some values, such as the maximum or minimum value, but is not necessarily limited thereto.
  • the receiver 100 uses the CRC check to select the final list in the polar decoding process
  • the receiver 100 uses the decoding result 603 to determine validity for polar decoding. You can utilize it.
  • the receiver 100 transmits the estimated encoded input bit sequence. (605) (e.g., the estimated coding input bit sequence of FIG. 5 (507)) can also be obtained together.
  • the receiver 100 may report decoding failure.
  • Estimated encoded input bit sequence output when decoding of the receiver 100 fails. (605) may be determined according to the settings of the decoder. Assumptive encoded input bit sequence For example, 605 may be a random sequence, a pre-specified sequence, or even if the CRC check fails, it may be the list with the highest probability among the lists.
  • the receiver may perform an additional decoding validity check using the decoding result 603 in operation 630.
  • the receiver 100 receives a set of path metrics given as a decoding result 603. All or set of path metrics Additional decoding validation can be performed based on some value (e.g., maximum or minimum value).
  • Equations 3 to 6 below can be used to check decoding validity in operation 630.
  • the receiver 100 may calculate the detection metric (DM 1 ) as shown in Equation 3 below based on the path metric given as the decoding result 603.
  • Equations 3 to 6 'P' represents a set of path metrics (PM) of all surviving paths, and 'Q' represents a set of path metrics of surviving paths that have passed the test of external encoding such as a CRC check. It may apply to also, represents the maximum value of the entire path metric, May represent the minimum value among the path metrics of lists that have passed the external encoding test such as the CRC check.
  • the receiver 100 determines that the decoding result 603 is invalid and reports a decoding failure. Subsequent procedures, including (607), may proceed.
  • a pre-specified threshold e.g. 1/32
  • the receiver 100 determines that the decoding result (603) is valid and reports decoding success (607). can do. In addition, the receiver 100 receives the estimated encoded input bit sequence obtained from the polar decoding in operation 610. Subsequent operations such as outputting (605) can be performed.
  • a pre-specified threshold e.g. 1/32
  • the receiver 100 may calculate the detection metric (DM 2 ) in a slightly different manner, as shown in Equation 4 below.
  • the receiver 100 may calculate the detection metric (DM 3 or DM 4 ) in another way, such as Equation 5 or Equation 6 below.
  • the receiver 100 determines that the decoding result is valid only when the values of the detection metrics (DM) in Equations 3 to 6 are greater than a pre-specified threshold, and performs a subsequent operation such as operation 650. there is.
  • the receiver may perform polar re-encoding, which is performed to remove sequential interference to improve performance in a multiple input multiple out (MIMO) system.
  • MIMO multiple input multiple out
  • the encoded input bit sequences of all finally obtained lists may be almost like random sequences. This is due to error propagation that occurs in decoding of the SC series. Usually, the reliability of bits with low index values is low, and if the decoding results of bits with low reliability and index values are incorrect, the subsequent bits are determined randomly. Because you can see it.
  • the path metric (PM) for the random sequence may be expected or estimated to have approximately similar values. Therefore, if the value of the detection metric (DM) is less than a certain threshold as shown in Equations 3 to 6, it can be suspected that decoding has actually failed.
  • path metric is calculated based on the LLR value calculated by the decoder of the polar code, and the LLR value can generally be calculated by approximation. Additionally, when path metric (PM) values are accumulated and calculated according to the sequential decoding process of SC series decoding, approximation may also occur in the accumulation of path metric (PM) values. Errors due to such approximation may have a negative impact on judgment of decoding effectiveness.
  • the path metrics (PMs) of all lists will have similar values” depends on the length (length of the code word bit sequence) and dimension (encoding bits) of the polar code used. If the sequence length is long, it can be true. This is because when decoding fails, the path metric becomes the sum of a similar number of random variables LLR.
  • control channels that transmit control information e.g., physical uplink control channel (PUCCH), uplink control information (UCI) on physical uplink shared channel (PUSCH), and/or physical downlink control channel (PDCCH)
  • PUCCH physical uplink control channel
  • PUSCH physical uplink shared channel
  • PDSCH physical downlink shared channel
  • a situation commonly referred to as 'DTX (discontinuous transmission)' may occur in a control channel such as PUCCH or PUSCH.
  • This situation may mean that the terminal fails to receive and decode a signal transmitted from the base station and subsequently does not transmit any signal to the base station, but the base station determines that the signal has been received and attempts to decode it.
  • the base station determines that noise generated by various causes is a received signal, and the decoder can attempt to decode this signal.
  • This DTX environment can be determined through signal-to-noise ratio (SNR), but when decoding is attempted, decoding may accidentally succeed.
  • SNR signal-to-noise ratio
  • the receiver 100 may perform blind detection in which decoding is performed by assuming that signals received on a control channel, such as a physical downlink control channel (PDCCH) or a physical broadcast channel (PBCH), are various code parameters.
  • a control channel such as a physical downlink control channel (PDCCH) or a physical broadcast channel (PBCH)
  • PDCCH physical downlink control channel
  • PBCH physical broadcast channel
  • multi-modal inputs obtained through polar decoding are processed into a neural network (e.g., binary decoding in FIG. 1).
  • the loss function used for learning is determined by determining whether the control signal transmitted by the transmitter is included in the received packet by using it as an input to the classifier 135 and/or the fully connected network (FCN) 770 of FIG. 7. While minimizing, the false detection rate and non-detection rate can be improved.
  • FIG. 7 is a schematic diagram of a receiver that performs deep learning-based multi-modal blind detection according to an embodiment.
  • a diagram 700 is shown showing the structure of a receiver including a binary classifier comprised of a fully-connected network (FCN) 770 according to an embodiment.
  • FCN fully-connected network
  • the received signal (701) A control signal (e.g., uplink control information; It is possible to model a scenario in which )) is received and a scenario in which only noise is received in the received signal 701.
  • a control signal e.g., uplink control information; It is possible to model a scenario in which )
  • the control signal vector transmitted by the transmitter noise
  • the received signal received by the receiver according to each scenario (701) can be expressed as Equation 7 below.
  • here, may represent uplink control information.
  • the signal to noise ratio (SNR) 702 of 701 can be used, for example, as a fourth type of multi-modal input.
  • the received signal passes through the equalizer and demodulator 710.
  • (701) can be used as an input to the CA-SCL decoder (720).
  • Received signal input to CA-SCL decoder (720) may be a log-likelihood ratio (LLR) probability value calculated through a demodulation process after automatic gain control (AGC) and equalization.
  • automatic gain control (AGC) may correspond to automatically changing the amplification of the receiver according to the intensity of the arriving radio wave so that the output, such as voice, always maintains a constant level when receiving radio waves whose intensity varies.
  • the received signal (701) is ) may be.
  • the CA-SCL decoder 720 when the received signal 701 that has passed through the CA-SCL decoder 720 passes the cyclic redundancy check (CRC) of the CRC detector 730 ('Pass'), the CA-SCL decoder 720 and the polar Multi-modal inputs of a deep neural network can be generated using encoding 740 (e.g., polar re-encoding in operation 650 of FIG. 6).
  • CRC cyclic redundancy check
  • Path metrics P ⁇ PM 1 , PM 2 , .., PM L ⁇ (703) including a bit string of survival paths can be used as the first type of multi-modal input.
  • the receiver 100 receives the transmission bit string estimate obtained after decoding in the CA-SCL decoder 720.
  • the estimated encoded input bit sequence in Figure 6 ( ) (605) is a transmission vector estimate obtained by re-encoding and modulating by polar encoding (740)
  • the estimated codeword bit sequence in Figure 6 (609) Squared Euclidean distance ratio (SEDR) ( )(705) can be calculated (750).
  • Receiver 100 is equipped with a squared Euclidean distance ratio (SEDR) ( )(705) can be used as the second type of multi-modal input.
  • SEDR squared Euclidean Distance Ratio
  • SEDR Squared Euclidean Distance Ratio
  • Squared Euclidean Distance Ratio (SEDR) ( ) 705 can be used as a type of detection metric to distinguish between the previous two scenarios (e.g., when a control signal exists and when a control signal does not exist).
  • Squared Euclidean Distance Ratio (SEDR) ( ) if the 'numerator' is small, it may mean that a control signal is received, and if the 'denominator' is small, it may mean that only noise is received without a control signal.
  • the receiver 100 uses a correlation metric (correlation metric) between transmission vectors given during the polar decoding process. )(707) can be calculated (760).
  • Receiver 100 is equipped with a squared Euclidean distance ratio (SEDR) ( ), similarly to a correlation metric (correlation metric) by measuring the correlation between the re-encoded (i.e. restored) bit string and the received signal. )(707) can be calculated (760).
  • SEDR squared Euclidean distance ratio
  • the receiver 100 may use a correlation metric ( )(707) can be used as a third type of multi-modal input.
  • the receiver 100 may use a correlation metric ( ) (707) can be used as a blind detection standard.
  • Correlation metric ( )(707) can be calculated, for example, through Equation 9 below.
  • the modulation scheme of the symbol may be, for example, quadrature phase shift keying (QPSK), but is not necessarily limited thereto.
  • QPSK quadrature phase shift keying
  • a transmit vector estimate obtained by re-encoding e.g., polar re-encoding in operation 650 of FIG. 6
  • estimated codeword bit sequence in FIG. 6 (609) It may correspond to the th element. also, may correspond to the number of bits used to transmit information. May correspond to the reliability of the received signal (e.g., LLR probability value).
  • the fully connected network 770 performs selection and vectorization on multi-modal inputs, and includes a binary classifier (e.g., binary classifier 135 in FIG. 1) for the vectorized multi-modal inputs. It can be transferred to a processing module (e.g., the post-processing module 130 in FIG. 1).
  • a binary classifier e.g., binary classifier 135 in FIG. 1
  • a processing module e.g., the post-processing module 130 in FIG. 1).
  • vectorization refers to converting multi-modal inputs into one vector. It may correspond to the process of connecting.
  • the fully connected network 770 converts multi-modal inputs into one vector. and then vector An estimate of the probability that the received signal contains a control signal using as input (780) can be calculated.
  • the dropout rate of the fully connected network 770 may be, for example, 0.1, but is not necessarily limited thereto.
  • the number of fully connected layers of the fully connected network 770 is That is, the output vector of the first layer among the fully connected layers and Output vector of the th hidden layer
  • Equation 10 the number of fully connected layers of the fully connected network 770 is That is, the output vector of the first layer among the fully connected layers and Output vector of the th hidden layer
  • weight of each hidden layer may represent the deviation of each hidden layer. may correspond to the activation function used in each hidden layer.
  • estimate corresponding to the output after passing through the hidden layers. 780 is an estimate of the probability that the received signal includes a control signal, and can be simplified and expressed as 'estimated probability'. estimate (780) can be obtained, for example, as in Equation 11 below.
  • sigmoid may refer to the sigmoid function, which is one of the activation functions of the artificial neuron.
  • the sigmoid function is a mathematical function with an S-shaped curve or sigmoid curve, and can have all real numbers as its domain.
  • the return value of the sigmoid function is generally monotonically increasing, but can also be monotonically decreasing.
  • the return value (y-axis) of the sigmoid function may range from, for example, 0 to 1, or -1 to 1.
  • the receiver 100 receives the received signal ( 701) It may be determined that my control signal does not exist (NoTx).
  • CRC cyclic redundancy check
  • Figure 8 is a diagram for explaining a method of collecting multi-modal inputs and a method of learning a binary classifier according to an embodiment.
  • a diagram 800 is shown showing a data collection process 810 and a learning process 830 of a deep neural network model using data collected in the process 810 according to an embodiment.
  • data can be collected using the framework of the 5G NR system in MATLAB.
  • a process of generating multi-modal inputs of the deep neural network described above with reference to FIG. 7 may be performed.
  • the receiver may calculate the value of each detection metric (DM) that passed the CRC check in the CA-SCL decoding process and then collect the values as data.
  • the reason for collecting the values of detection metrics (DM) that passed the CRC check is basically that if CA-SCL decoding fails (if the CRC check is not passed), subsequent detection metric check is unnecessary. Because it does.
  • Learning of a deep neural network in the learning process 830 can be performed by loading the data collected in the data collection process 810 into the tensor flow framework.
  • learning of a deep neural network may be performed at a time separate from the previous data collection process 810 (more precisely, after data collection ends).
  • a deep neural network can be trained, for example, by the Adam optimization algorithm in the direction of minimizing the loss function.
  • the Adam optimization algorithm may correspond to a type of deep neural network learning technique that is a modification of the gradient descent technique.
  • Equation 12 a binary cross entropy loss function for training deep neural networks.
  • a control signal may correspond to the actual probability that a control signal is present in the received signal 701. also, May represent a probability estimated by a deep neural network, that is, an estimate of the probability that a control signal is included in the received signal 701. also, may correspond to uplink control information.
  • Binary cross-entropy loss function The value of is given the actual probability and estimate Since the values of and Learning can proceed in a direction such that the values are the same.
  • Binary cross-entropy loss function The purpose of is the probability that a control signal exists in the received signal 701 'and that estimate The goal is to make it closer.
  • Deep neural networks e.g. binary classifiers
  • a binary cross-entropy loss function An estimate of the probability that a control signal is included in the received signal 701 using It can be learned to calculate .
  • the binary cross entropy loss function can also be used as a loss function.
  • delta ( ) is the hinge loss function It may correspond to the label of .
  • delta ( ) an estimate of ( ) to find the decision boundary that distinguishes between the case where only noise was received and the case where the control signal was received, that is, delta ( ), an estimate of ( ) is delta ( ) may be intended to be in the same class.
  • Hinge loss function finds the correct decision boundary, and estimates ( ) may be intended to perform proper classification (e.g., determine whether p is above or below the critical value (0.5) rather than the p value itself).
  • the hinge loss function and ground-truth label used for learning Can be defined as Equation 13 below.
  • the hinge loss function The correct answer label for and estimate If is a positive number and exceeds a certain value, the learning device may determine that the deep neural network has been sufficiently trained and may not perform learning (gradient value is 0). In contrast, the correct answer label and estimate If are different from each other, the learning device can perform learning on a deep neural network.
  • Deep neural networks e.g. binary classifiers
  • a hinge loss function It can be learned to find the correct decision boundary using .
  • the parameters of the deep neural network can be updated in a way that minimizes the loss function used for learning.
  • the receiver 100 including a binary classifier composed of a deep neural network can perform deep learning-based blind detection that simultaneously minimizes the false detection rate and the non-detection rate.
  • the receiver 100 estimates the probability that the received signal includes a control signal using a deep neural network (e.g., binary classifier) that has been trained through the learning process 830. (e.g. the estimate in Figure 7 After calculating (780)), the presence or absence of a control signal in the received signal 701 can be determined.
  • a deep neural network e.g., binary classifier
  • Figure 9 is a diagram for explaining a learning method using a hinge loss function according to an embodiment.
  • the value of the hinge loss function according to one embodiment is estimated ( ) and the ground truth value ( )
  • a graph 900 representing the product between ) is shown.
  • the hinge loss function is used to find a decision boundary that distinguishes between the case where only noise is received in the received signal (e.g., the received signal 701 in FIG. 7) and the case where the control signal is received. It may be.
  • Blind detection may be intended to distinguish whether a received signal includes a control signal or only noise, rather than the probability that the corresponding signal includes a control signal itself.
  • a slight performance improvement can be achieved compared to using the binary cross-entropy loss function.
  • the ground truth value ( ) and its estimate ( ) is a positive number, and the ground truth value ( ) and estimate ( ) is greater than a certain value (e.g., the point where the gradient value is 0), the ground truth value ( ) and its estimate ( ) can be classified into the same class.
  • Ground truth value ( ) and its estimate ( ) are classified into the same class when the decision boundary is accurately distinguished, so the learning device can end learning the deep neural network (e.g., binary classifier).
  • ground truth value ( ) and its estimate ( ) is negative, and the ground truth value ( ) and estimate ( ) is less than a certain value (e.g., the point where the gradient value is 0), the ground truth value ( ) and its estimate ( ) can be classified into different classes.
  • Ground truth value ( ) and its estimate ( ) is classified into a different class because the decision boundary is incorrectly classified, so the learning device can proceed with learning on a deep neural network (e.g., binary classifier).
  • Figure 10 is a flowchart showing a method of operating a receiver according to an embodiment.
  • each operation may be performed sequentially, but is not necessarily performed sequentially.
  • the order of each operation may be changed, and at least two operations may be performed in parallel.
  • a CRC aided successful cancellation list (CA-SCL) decoder (e.g., the decoder 110 of FIG. 1, the SCL decoder 340 of FIG. 3, and/or the CA-SCL of FIG. 7) according to an embodiment.
  • a receiver e.g., the receiver 100 in FIG. 1) including the SCL decoder 720
  • the receiver 100 may acquire multi-modal inputs through polar decoding of the CA-SCL decoder 720 (e.g., polar decoding in operation 520 of FIG. 5, polar decoding of operation 610 of FIG. 6). .
  • the receiver 100 may, for example, receive multi-modal inputs through polar encoding (e.g., polar re-encoding in operation 650 of FIG. 6 and/or polar encoding 740 in FIG. 7) and polar decoding. It can be obtained.
  • the receiver 100 may combine the multi-modal inputs obtained in operation 1010 and vectorize them.
  • the receiver 100 may generate input data through vectorization by connecting at least two of the multi-modal inputs into one vector.
  • the receiver 100 inputs the multi-modal inputs vectorized in operation 1020 into a binary classifier (e.g., the binary classifier 135 in FIG. 1) to determine the signal transmitted by the transmitter in the received signal 701 of the receiver 100. It is possible to determine whether a control signal is included.
  • the receiver 100 can determine whether the control signal transmitted by the transmitter is included in the received signal 701 of the receiver 100 by inputting the input data into the binary classifier 135.
  • the receiver 100 determines the CRC bit probability that the received signal 701 contained the control signal transmitted by the transmitter, that is, an estimate (e.g., the estimate in FIG. 7 (780)) can be calculated.
  • the binary classifier 135 is trained, for example, by a binary cross entropy loss function or a hinge loss function to provide an estimate of the probability that the received signal 701 contains a control signal. (780) can be calculated.
  • an estimate If 780 is greater than the threshold binary classifier 135 can determine that a control signal has been received.
  • the estimate If 780 is less than or equal to the threshold, binary classifier 135 may determine that no control signal has been received.
  • the binary classifier 135 may include a fully connected network (FCN) (eg, fully connected network (FCN) 770 in FIG. 7) composed of a plurality of layers.
  • FCN fully connected network
  • the binary classifier 135 may calculate the probability that a control signal is included in the received signal 701 by, for example, an Adaptive Moment Estimation (ADAM) optimization algorithm, but is not necessarily limited thereto.
  • ADAM Adaptive Moment Estimation
  • the loss function used for learning the binary classifier 135 is, for example, an estimate It may include a binary cross-entropy loss function that trains the binary classifier 135 to yield (780).
  • the binary classifier 135 estimates the probability that a control signal is included in the received signal 701 using a binary cross-entropy loss function. It can be learned to produce (780).
  • the loss function used for training the binary classifier 135 may include a hinge loss function that finds a decision boundary.
  • the decision boundary may correspond to a boundary that distinguishes between a case in which noise is included in the received signal 701 and a case in which a control signal is included in the received signal 701.
  • Binary classifier 135 may be trained to find the decision boundary using a hinge loss function.
  • Multi-modal inputs are, for example, a path containing a bit string of a plurality of survival paths obtained in polar decoding (e.g., polar decoding in operation 520 of FIG. 5, polar decoding in operation 610 of FIG. 6).
  • the receiver 100 of the wireless communication system receives the signal by cyclic redundancy check (CRC) performed in polar decoding (520, 610, 720). Based on decoders (110, 340, 720) that detect control signals transmitted by a transmitter included in the signal (701), and multi-modal inputs obtained through the polar decoding (520, 610) Thus, a post-processing module 130 may be included to determine whether the control signal is included in the received signal 701.
  • CRC cyclic redundancy check
  • the post-processing module 130 calculates an estimate 780 for the probability that the control signal is included in the received signal 701 based on at least two of the multi-modal inputs.
  • a classifier (binary classifier) 135 may be included.
  • the binary classifier 135 determines that the control signal has been received if the estimate 780 is greater than the threshold, and if the estimate 780 is less than or equal to the threshold, the binary classifier 135 determines that the control signal is received. It can be determined that the signal was not received.
  • the post-processing module 130 generates input data by concatenating at least two of the multi-modal inputs into one vector, and applies the input data to the binary classifier 135. And, the binary classifier 135 can output a binary probability that the control signal is included in the received signal 701 using the input data.
  • the multi-modal inputs include path metrics 705 including a bit string of a plurality of survival paths obtained from the polar decoding 520 and 610, and the polar A squared Euclidean distance ratio (SEDR) (705) obtained by re-encoding the result of decoding (520, 610) by polar encoding (650, 740), the polar decoding (520, 610) ), a correlation metric (707) measuring the correlation between transmission vectors given in ), and a signal to noise ratio (SNR) of the received signal (701).
  • SEDR polar A squared Euclidean distance ratio
  • the binary classifier 135 may include a fully-connected network (FCN) 770 composed of a plurality of layers.
  • FCN fully-connected network
  • the binary classifier 135 applies at least two of the multi-modal inputs as inputs to the binary classifier 135 to label whether the received signal 701 includes the control signal ( It can be learned by labeling.
  • the loss function used for training the binary classifier 135 includes a binary cross-entropy loss function for training the binary classifier 135 to produce the estimate 780; , the binary classifier 135 can be trained to calculate an estimate 780 for the probability that the control signal is included in the received signal 701 using the binary cross entropy loss function.
  • the loss function used for learning of the binary classifier 135 distinguishes between a case in which noise is included in the received signal 701 and a case in which the control signal is included in the received signal 701. It includes a hinge loss function that finds a decision boundary, and the binary classifier 135 can be trained to find the decision boundary using the hinge loss function.
  • the received signal 701 may include uplink control information.
  • a method of operating the receiver 100 including a C RC aided successful cancellation list (CA-SCL) decoder (110, 340, 720) includes the polarity of the CA-SCL decoder (110, 340, 720).
  • the operation of obtaining the multi-modal inputs may include obtaining the multi-modal inputs through polar encoding and polar decoding (520, 610).
  • the operation of combining and vectorizing the multi-modal inputs includes generating input data through the vectorization by connecting at least two of the multi-modal inputs into one vector, and the transmitter transmits
  • the operation of determining whether a control signal is included is to input the input data into the binary classifier 135 to determine whether the control signal transmitted by the transmitter is included in the received signal 701 of the receiver 100. It may include a discriminating operation.
  • the binary classifier 135 is learned by a binary cross-entropy loss function or a hinge loss function to determine the probability that the control signal is included in the received signal 701.
  • An estimate 780 can be calculated.
  • the binary classifier 135 determines that the control signal has been received if the estimate 780 is greater than the threshold, and if the estimate 780 is less than or equal to the threshold, the control signal is received. You can determine that it did not work.
  • the multi-modal inputs include path metrics 705 including a bit string of a plurality of survival paths obtained from the polar decoding 520 and 610, and the polar decoding 520, Squared Euclidean distance ratio (SEDR) 705 obtained by re-encoding the result of 610) by polar encoding 650, 740, correlation between transmission vectors given in the polar decoding 520, 610 It may include at least two types: a correlation metric 707 that measures a relationship, and a signal-to-noise ratio (SNR) of the received signal 701.
  • SEDR Squared Euclidean distance ratio
  • the binary classifier 135 may include a fully connected network (FCN) 770 composed of a plurality of layers.
  • FCN fully connected network
  • the loss function used for training the binary classifier 135 includes a binary cross-entropy loss function for training the binary classifier 135 to produce the estimate 780; , the binary classifier 135 can be trained to calculate an estimate 780 for the probability that the control signal is included in the received signal 701 using the binary cross entropy loss function.
  • the loss function used for learning of the binary classifier 135 distinguishes between a case in which noise is included in the received signal 701 and a case in which the control signal is included in the received signal 701. It includes a hinge loss function that finds a decision boundary, and the binary classifier 135 can be trained to find the decision boundary using the hinge loss function.

Abstract

일 실시예에 따른 무선 통신 시스템의 수신기는 폴라 디코딩에서 수행되는 순환 중복 검사에 의해 수신기의 수신 신호 내에 포함된 송신기가 전송한 제어 신호를 검출하는 디코더, 및 폴라 디코딩을 통해 획득한 멀티 모달 입력들에 기초하여 수신 신호 내에 제어 신호가 포함되어 있는지 여부를 판별하는 후처리 모듈을 포함할 수 있다.

Description

무선 통신 시스템에서 블라인드 검출을 수행하는 수신기 및 그 동작 방법
아래의 개시는 무선 통신 시스템에서 블라인드 검출을 수행하는 수신기 및 그 동작 방법에 관한 것이다.
5G 무선 통신 시스템의 수신단에서는 상향 링크 또는 하향 링크의 시나리오를 가리지 않고, 현재 수신한 패킷 또는 현재 수신한 신호 내에 송신기가 전송한 제어 신호가 포함되어 있는지를 판별하는 '블라인드 검출(blind detection)'을 수행할 수 있다. 5G 무선 통신 시스템에서는 제어 신호의 디코딩 과정에 포함된 순환 중복 검사(cyclic redundancy check; 이하, 'CRC')에 의해 블라인드 검출을 수행할 수 있다. 예를 들어, 상대적으로 적은 비트 수의 CRC 부호가 사용되는 경우, 원하는 신호가 아니라 잡음만이 수신된 경우에도 디코딩화(decoding)에 성공하였다고 잘못 탐지하는 오검출률(false alarm rate; FAR)이 증가할 수 있다. 오검출률(FAR)의 증가는 수신단에서 원하는 패킷이 수신되었지만 디코딩화에 실패하는 비율인 미검출률(missed detection ratio; MDR)과 더불어 통신 시스템 전체의 쓰루풋(throughput)을 하락시킬 뿐만 아니라, 지연 시간(latency) 측면에서의 성능 하락을 야기할 수 있다.
일 실시예에 따르면, 무선 통신 시스템의 수신기는 폴라 디코딩(polar decoding)에서 수행되는 순환 중복 검사(cyclic redundancy check; CRC)에 의해 상기 수신기의 수신 신호 내에 포함된 송신기가 전송한 제어 신호를 검출하는 디코더, 및 상기 폴라 디코딩을 통해 획득한 멀티 모달 입력들(multi-modal inputs)에 기초하여 상기 수신 신호 내에 상기 제어 신호가 포함되어 있는지 여부를 판별하는 후처리 모듈을 포함할 수 있다.
일 실시예에 따르면, CA-SCL(CRC aided successive cancellation list) 디코더를 포함하는 수신기의 동작 방법은 상기 CA-SCL 디코더의 폴라 디코딩을 통해 멀티 모달 입력들을 획득하는 동작, 상기 멀티 모달 입력들을 결합하여 벡터화하는 동작, 및 상기 벡터화한 멀티 모달 입력들을 이진 분류기에 입력함으로써 상기 수신기의 수신 신호 내에 송신기가 전송한 제어 신호가 포함되어 있는지 여부를 판별하는 동작을 포함할 수 있다.
도 1는 일 실시예에 따른 수신기의 블록도이다.
도 2는 일 실시예에 따른 폴라 디코딩을 위한 코드 트리 및 경로 메트릭을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 CA-SCL 디코더의 송,수신 동작을 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 무선 통신 시스템의 송신기가 수신기에게 전송하는 전송 비트 시퀀스를 생성하는 과정을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 수신기에서 폴라 코드를 이용하여 디코딩을 수행하는 과정을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 무선 통신 시스템의 수신기에서 CRC 검사 이외에 추가적으로 디코딩 결과의 유효성을 판단하는 방법을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 딥 러닝 기반의 멀티 모달 블라인드 검출을 수행하는 수신기의 모식도이다.
도 8은 일 실시예에 따른 멀티 모달 입력들을 수집하는 방법 및 이진 분류기의 학습 방법을 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 힌지 손실 함수를 이용한 학습 방법을 설명하기 위한 도면이다.
도 10은 일 실시예에 따른 수신기의 동작 방법을 나타낸 흐름도이다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)에 의해 읽을 수 있는 저장 매체(storage medium)에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어로서 구현될 수 있다. 예를 들면, 기기의 프로세서는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1는 일 실시예에 따른 수신기의 블록도이다. 도 1을 참조하면, 일 실시예에 따른 수신기(100)는 디코더(110) 및 후처리 모듈(130)을 포함할 수 있다.
디코더(110)는 폴라 디코딩(polar decoding)(예: 도 5의 동작 520의 폴라 디코딩, 및/또는 도 6의 동작 610의 폴라 디코딩)에서 수행되는 순환 중복 검사(cyclic redundancy check; 이하, 'CRC')에 의해 수신기(100)의 수신 신호(예: 도 7의 수신 신호(701)) 내에 포함된 송신기가 전송한 제어 신호를 검출할 수 있다. 수신 신호(701)은 예를 들어, 상향 링크의 제어 정보를 포함하는 수신 패킷일 수 있으나, 반드시 이에 한정되지는 않는다. 폴라 디코딩(520, 610) 및 폴라 코드(polar code)에 대하여는 아래의 도 2 내지 도 3을 참조하여 보다 구체적으로 설명한다.
디코더(110)는 예를 들어, CRC-지원 순차적 제거 리스트(CRC-aided successive cancellation list; 이하, 'CA-SCL') 디코더일 수 있으나, 반드시 이에 한정되지는 않는다. CA-SCL 디코더의 디코딩 과정에 대하여는 아래의 도 3 내지 도 6을 참조하여 보다 구체적으로 설명한다.
수신기(100)는 디코더(110)의 CA-SCL 디코딩 과정 중 주어지는 경로 메트릭(path metric; PM)들(예: 도 7의 경로 메트릭들
Figure PCTKR2023010408-appb-img-000001
(703))을 기반으로 검출 메트릭(detection metric; DM) 검사라는 후처리(post-processing)를 수행하는 후처리 모듈(130)을 포함할 수 있다.
후처리 모듈(130)은 디코더(110)의 폴라 디코딩(520, 610)을 통해 획득한 멀티 모달 입력들(multi-modal inputs)에 기초하여 수신 신호(701) 내에 제어 신호가 포함되어 있는지 여부를 판별할 수 있다. 후처리 모듈(130)이 디코더(110)의 폴라 디코딩(520, 610)을 통해 멀티 모달 입력들(multi-modal inputs)을 획득하는 과정은 아래의 도 2 내지 도 6을 참조하여 보다 구체적으로 설명한다.
멀티 모달 입력들은 예를 들어, 폴라 디코딩(예: 도 5의 동작 520의 폴라 디코딩, 도 6의 동작 610의 폴라 디코딩)에서 획득되는 복수 개의 생존 경로들(survival paths)의 비트열을 포함하는 경로 메트릭들(path metrics)(예: 도 7의 경로 메트릭들 P = {PM1, PM2, .. , PML}(703)), 폴라 디코딩(520, 610)의 결과를 폴라 인코딩(예: 도 6의 동작 650의 폴라 재인코딩(polar re-encoding) 및/또는 도 7의 폴라 인코딩(740))에 의해 재부호화하여 획득한 제곱 유클리드 거리 비율(SEDR)(예: 도 7의 제곱 유클리드 거리 비율(SEDR)(
Figure PCTKR2023010408-appb-img-000002
)(705)), 폴라 디코딩에서 주어지는 송신 벡터들 사이의 상관 관계를 측정한 상관 메트릭(correlation metric)(예: 도 7의 상관 메트릭(correlation metric)(
Figure PCTKR2023010408-appb-img-000003
)(707)), 및 수신 패킷의 신호 대 잡음비(signal to noise ratio; SNR) 중 적어도 두 가지의 유형을 포함할 수 있다.
경로 메트릭들(PMs)은 폴라 디코딩(520, 610)에서 획득되는 복수 개의 생존 경로들(survival paths)의 비트열을 포함할 수 있다. 폴라 디코딩(520, 610)에서 획득되는 생존 경로들, 및 경로 메트릭들에 대하여는 아래의 도 2를 참조하여 보다 구체적으로 설명한다.
제곱 유클리드 거리 비율(SEDR)은 예를 들어, 도 6에 도시된 것과 같이 동작 610의 폴라 디코딩의 결과를 동작 650과 같은 폴라 재인코딩(polar re-encoding)에 의해 재부호화하여 획득할 수 있다. 제곱 유클리드 거리 비율(SEDR)은 동작 610의 폴라 디코딩을 통해 획득한 송신 비트열 추정치(
Figure PCTKR2023010408-appb-img-000004
)(예: 도6의 추정된 부호화 입력 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000005
)(605))를 폴라 재인코딩(polar re-encoding)에 의해 재부호화하여 획득한 송신 벡터 추정치(예: 도 6의 송신 벡터 추정치(
Figure PCTKR2023010408-appb-img-000006
)(609))로부터 산출할 수 있다. 폴라 디코딩을 통해 송신 비트열 추정치를 획득하는 과정 및 송신 비트열 추정치를 폴라 인코딩(예: 도 6의 동작 650의 폴라 재인코딩(polar re-encoding) 및/또는 도 7의 폴라 인코딩(740))에 의해 재부호화하는 과정에 대하여는 아래의 도 4 내지 도 6을 참조하여 보다 구체적으로 설명한다.
후처리 모듈(130)은 멀티 모달 입력들 중 적어도 둘을 기초로, 수신 신호(701) 내에 제어 신호가 포함되었을 확률에 대한 추정치
Figure PCTKR2023010408-appb-img-000007
(예: 도 7의 추정치(780))를 산출하는 이진 분류기(binary classifier)(135)를 포함할 수 있다. 이진 분류기(135)는 예를 들어, 심층 신경망(deep neural network; DNN)의 딥러닝(deep learning) 기법에 의해 학습된 것일 수 있다. 이진 분류기(135)는 복수의 레이어들로 구성된 완전 연결망(fully-connected network; FCN)(예: 도 7의 완전 연결망(770))을 포함할 수 있다. 완전 연결망(FCN)(770)의 출력은 예를 들어, 이진 확률의 형태를 가질 수 있다.
이진 분류기(135)는 예를 들어, 추정치
Figure PCTKR2023010408-appb-img-000008
(780)가 임계치(threshold) 보다 크면, 제어 신호가 수신되었다고 판별할 수 있다. 예를 들어, 제어 신호가 수신되었다고 판별한 경우, 이진 분류기(135)는 RegTx(registered transmission) 플래그(flag)를 '1'로 설정할 수 있다.
또한, 이진 분류기(135)는 추정치
Figure PCTKR2023010408-appb-img-000009
(780)가 임계치보다 작거나 같으면, 제어 신호가 수신되지 않았다고, 다시 말해 제어 신호 없이 잡음만이 수신단의 입력으로 들어왔다고 판별할 수 있다. 제어 신호가 수신되지 않았다고 판별한 경우, 이진 분류기(135)는 NoTx(no transmission) 플래그를 '1'로 설정할 수 있다. 임계치는 예를 들어, 0.5일 수 있으나, 반드시 이에 한정되지는 않는다.
후처리 모듈(130)은 예를 들어, 멀티 모달 입력들 중 적어도 둘을 하나의 벡터로 연결(concatenate)하여 입력 데이터를 생성할 수 있다. 예를 들어, 멀티 모달 입력들 중 제1 멀티 모달 입력이 10 x 1 크기의 벡터이고, 제2 멀티 모달 입력이 8 x 1 크기의 벡터이며, 제3 멀티 모달 입력이 3 x 1 크기의 벡터라고 하자. 후처리 모듈(130)은 제1 멀티 모달 입력, 제2 멀티 모달 입력 및 제3 멀티 모달 입력을 결합하여 21 x 1 크기의 벡터를 입력 데이터로 생성할 수 있다.
후처리 모듈(130)은 입력 데이터를 이진 분류기(135)에 인가할 수 있다. 이진 분류기(135)는 입력 데이터를 이용하여 수신 신호(701) 내에 제어 신호가 포함되었을 이진 확률을 출력할 수 있다.
이진 분류기(135)는 멀티 모달 입력들 중 적어도 둘을 이진 분류기(135)에 입력으로 인가하여 수신 신호(701)이 제어 신호를 포함하는지 여부를 레이블링(labeling) 함으로써 학습될 수 있다. 완전 연결망(FCN)(770)의 출력이 이진 확률이므로, 예를 들어, 이진 교차 엔트로피(cross-entropy) 손실 함수 및/또는 힌지 손실(hinge loss) 함수와 같이 이진 분류(binary classification)에 사용하는 손실 함수가 이진 분류기(135)의 학습에 필요한 손실 함수(loss function)로 사용될 수 있다.
이진 분류기(135)의 학습에 이용되는 손실 함수는 예를 들어, 추정치
Figure PCTKR2023010408-appb-img-000010
(780)를 산출하도록 이진 분류기(135)를 학습시키는 이진 교차 엔트로피(cross-entropy) 손실 함수를 포함할 수 있다. 이 경우, 이진 분류기(135)는 이진 교차 엔트로피 손실 함수를 이용하여 수신 신호(701) 내에 제어 신호가 포함되었을 확률에 대한 추정치
Figure PCTKR2023010408-appb-img-000011
(780)를 산출하도록 학습될 수 있다.
또는, 이진 분류기(135)의 학습에 이용되는 손실 함수는 예를 들어, 수신 신호(701) 내에 잡음이 포함된 경우와 수신 신호(701) 내에 제어 신호가 포함된 경우를 구분하는 결정 경계(decision boundary)를 찾는 힌지 손실(Hinge loss) 함수를 포함할 수 있다. 이 경우, 이진 분류기(135)는 힌지 손실 함수를 이용하여 결정 경계를 찾도록 학습될 수 있다.
일 실시예에서는 결정 경계를 찾는 데 특화된 손실 함수인 힌지 손실 함수를 활용하여 이진 분류기(135)의 파라미터를 학습시킴으로써 다양한 입력에 의해 미검출률(missed detection ratio; MDR) 손실을 줄이고, 오검출률(false alarm rate; FAR)을 개선할 수 있다.
도 2는 일 실시예에 따른 폴라 디코딩을 위한 코드 트리 및 경로 메트릭을 설명하기 위한 도면이다. 도 2를 참조하면, 일 실시예에 따른 CA-SCL 폴라 디코더의 코드 트리(code tree)(200)가 도시된다.
무선 통신 시스템에서, 송신기와 수신기(예: 도 1의 수신기(100)) 사이에 데이터를 송신 및/또는 수신하는 경우, 통신 채널에 존재하는 잡음으로 인해 데이터 오류가 발생할 수 있다. 수신기(100)가 데이터 오류를 정정하는 데는 오류 검출 부호(error detection codes) 기법, 및/또는 오류 정정 부호(error correcting codes, ECC) 기법과 같이 미리 설계된 부호화 방식이 이용될 수 있다. 송신기 및 수신기(100) 사이의 통신에 사용하는 오류 정정 부호를 채널 부호화(channel coding)라고 부를 수 있다. 오류 정정 부호 기법에 따라, 송신기는 전송하고자 하는 데이터 비트에 여분의 비트(redundant bit)를 추가하여 송신할 수 있다. 수신기(100)는 이러한 여분의 비트를 활용하여, 전송하고자 하는 데이터 비트에 포함된 오류를 정정하는 디코딩(decoding) 동작을 수행할 수 있다.
오류 정정 부호 기법에는 예를 들어, 컨볼루션 부호(convolutional coding) 방식, 터보 부호(turbo coding) 방식, 저밀도 패리티 검사 부호(low-density parity-check coding (LDPC) coding) 방식, 및 폴라 코드(polar coding) 방식과 같은 다양한 방식들이 존재할 수 있다. 터보 부호 방식, 저밀도 패리티 검사 부호 방식, 및 폴라 코드 방식은 이론적인 채널 용량(channel capacity)에 근접하는 성능을 갖는 부호 방식으로서 다양한 통신 시스템에서 활용될 수 있다.
예를 들어, 폴라 코드(polar code)는 E. Arikan에 의해 제안된 오류 정정 부호로써 낮은 부호화/복잡도 성능을 가지면서도 모든 B-DMCs(binary discrete memoryless channels)에서 데이터 전송 한계인 채널 용량(channel capacity)을 달성할 수 있다. 폴라 코드는 순차적 제거(successive cancellation, SC) 디코딩 시에 발생하는 채널 양극화(channel polarization) 현상을 바탕으로, 낮은 디코딩 복잡도로 점-대-점 채널 용량을 달성할 수 있다. 폴라 코드를 다른 채널 용량 근접 부호(capacity-approaching codes)인 터보 코드(turbo code), 또는 LDPC(low-density parity-check) 코드와 대비하면, 짧은 길이의 부호 전송 시의 오류-정정 성능 및 디코딩 복잡도 측면에서 폴라 코드가 유리할 수 있다. 폴라 코드는 SCL(순차적 제거 리스트) 디코딩을 사용하였을 때의 성능 또한 우수함이 확인되었으며, CRC(cyclic redundancy check) 부호와 같은 연접된 오류 검출 부호와 SCL 디코딩을 사용할 경우, 다른 채널 부호와 비교하여 더 우수한 성능을 가질 수 있다.
폴라 코드는 5세대(5G) 이동 통신 표준인 3GPP NR(new radio)에서 상향 링크 제어 정보(uplink control information; UCI) 및/또는 하향 링크 제어 정보(downlink control information; DCI)의 전송에 선호되는 코딩 방식에 해당할 수 있다. 폴라 코드는 예를 들어, 제어 채널(예: eMBB 제어 채널)을 통해 짧은 길이를 갖는 제어 정보를 전송할 때 이용될 수 있다.
폴라 코드를 이용하는 무선 통신 시스템에서는 CRC 부호와 같은 연접된 오류 검출 부호와 디코딩 시 생성된 경로 메트릭(path-metric, PM)을 활용하여 디코딩 결과의 유효성 검사를 수행할 수 있다. 하지만 CRC 부호의 길이가 짧거나, 부호의 입력 및 출력 길이가 짧은 경우에는 CRC 부호 또는 디코딩 시에 생성된 경로 메트릭을 활용하는 방법만으로는 오류 검출 성능에 한계가 존재할 수 있다.
따라서, 일 실시예에서는 CRC(cyclic redundancy check) 부호와 같은 연접된 오류 검출 부호와 SCL 디코딩을 사용할 경우, 다른 채널 부호와 비교하여 더 우수한 성능을 가지며 복잡성과 중복성을 해결할 수 있는 CA-SCL 디코더를 이용할 수 있다. CA-SCL 디코더는 코드 비트를 세그먼트로 나누고 그 사이에 CRC 비트(또는 CRC 부호)를 삽입하여 디코딩이 끝날 때까지 기다리지 않고 세그먼트 당 유효하지 않은 후보를 배제할 수 있다.
CA-SCL 디코딩에서 비트가 산출되는 방식은, 도 2와 같이 비트열 경로를 나타내는 트랠리스 다이어그램(trellis diagram), 즉 코드 트리(200)에서 생존 경로(예: 0-0-1-1)(210)를 따라가며 경로 메트릭(path metric) 값을 계산한 후, 가장 작은 값을 가지는 경로에 해당하는 비트열을 선택하는 방식일 수 있다. 경로 메트릭에 대하여는 아래의 도 3 및 도 5를 참조하여 보다 구체적으로 설명한다.
도 3은 일 실시예에 따른 CA-SCL 디코더의 송,수신 동작을 설명하기 위한 도면이다. 도 3을 참조하면, 일 실시예에 따른 CA-SCL 디코더(110)의 동작을 설명하기 위한 도면(300)이 도시된다.
무선 통신 시스템에 있어서 수신기(예: 도 1의 수신기(100))에 포함되는 디코더는 통신 및 방송 시스템에서 발생할 수 있는 오류를 고치기 위해, 송신기로부터 수신한 신호를 바탕으로 디코딩(decoding)를 수행할 수 있다. 하지만 무선 통신 환경에서는 디코더가 의도하지 않은 신호를 바탕으로 디코딩을 수행하거나, 혹은 정상적인 신호를 수신하여 디코딩을 수행하였으나, 디코딩 결과가 실제 전송된 정보와 다른 상황이 발생할 수 있다.
예를 들어, 무선 통신 시스템에서의 불연속 송신(discontinuous transmission, DTX)과 같은 환경에서는 실제 송신된 신호가 없음에도, 디코더가 시스템에서 발생한 잡음을 입력으로 삼아 디코딩을 수행할 수 있다. 또는, 무선 통신 시스템에서의 블라인드 검출과 같은 환경에서는 디코더가 실제 기대한 신호가 아닌 임의의 신호를 입력으로 삼아 디코딩을 수행할 수 있다. 이 밖에도, 디코더가 스케쥴링된 신호를 수신하여 디코딩을 수행하더라도, 최종적인 디코딩 결과가 실제 전송된 정보와 다를 수 있다.
상술한 바와 같이 실제 신호가 아닌 잡음, 및/또는 랜덤 신호에 대한 디코딩을 수행하는 경우, 디코더는 디코딩 실패(fail)를 보고(report)할 수 있다. 또는, 수신기(100)가 수신한 신호에 대한 디코딩을 수행했더라도 실제 송신된 정보가 아닌 다른 정보로 복원 혹은 디코딩했다면, 디코더는 디코딩 실패를 보고할 수 있다.
이처럼 디코더가 디코딩 전 혹은 후에 주어진 환경 및/또는 디코딩 결과를 바탕으로 디코딩 성공 혹은 실패를 판단하는 것을 디코딩 결과의 '유효성 판단(validity check)'또는 '후속 오류 검출(post error detection)'이라고 지칭할 수 있다.
디코딩 결과의 유효성을 판단하는 데에는 예를 들어, 사용하는 채널 부호의 구조에 따른 신드롬 검사(syndrome check)를 활용하는 방법, CRC 부호와 같이 연접된 오류 검출 부호를 활용하는 방법, 및/또는 디코딩 시에 획득한 메트릭(metric)을 활용하는 방법이 이용될 수 있다. 신드롬 검사를 활용하는 방법은 디코딩에 의해 얻어진 추정 코드 워드 비트 시퀀스(estimated codeword bit sequence)가 채널 부호에 의해서 구성되는 선형 제약(linear constraint)을 모두 만족하는지 여부를 확인하는 방법일 수 있다. CRC 부호와 같이 연접된 오류 검출 부호를 활용하는 방법은 디코딩 후에 얻어진 추정 비트 시퀀스(estimated bit sequence)를 연접된 오류 검출 부호로 검사하는 방법일 수 있다. 디코딩 시에 획득한 메트릭을 활용하는 방법은 디코더에서 생성한 메트릭 값이 사전에 정해진 임계값(threshold) 보다 큰지 여부를 확인하여 오류 존재 여부를 판단하는 방법일 수 있다. 상술한 바와 같은 디코딩 결과의 유효성을 판단하는 방법은 송신기 및 수신기(100)가 시스템에서 사용하는 채널 부호의 특징에 따라 선택될 수 있다.
일 실시예에서는 디코딩 전반에 걸쳐 L개의 후보 코드워드를 사용하여 SC를 개선하고, 블록 오류율(block error rate; BLER)을 향상시키기 위해 SCL 디코더에 CRC 부호가 추가되는 CA-SCL 디코딩을 이용할 수 있다. 여기서, L은 SCL 디코딩을 위한 리스트의 크기이자, 후보 코드워드들의 개수에 해당할 수 있다. 리스트의 크기 L은 SC 디코딩의 수를 확장할 수 있다. CA-SCL의 오류 정정을 향상시키기 위해 최적의 CRC 부호를 선택하는 것이 중요할 수 있다.
일 실시예에 따른 수신기(100)는 순차적 제거 리스트(SCL)에 포함된 비트열들에 대한 디코딩 끝에 CRC 부호를 감지 도구로 도입할 수 있다.
예를 들어, 도 3에 도시된 것과 같이 k 비트의 메시지(301)가 수신되면, 수신기(100)는 CRC 인코더(CRC encoder)(310)에 의해 k 비트의 메시지(301)에 r비트의 CRC 부호를 추가할 수 있다. 여기서, r = 6 일 수 있으나, 반드시 이에 한정되지는 않는다. CRC 인코더(310)에 의해 CRC 부호가 추가된 전체 K(K = k+r) 비트 메시지는 폴라 인코더(polar encoder)(320)로 전달될 수 있다.
폴라 인코더(polar encoder)(320)는 '비트 편광(bit polarization)'을 사용하여 폴라 코딩을 수행될 수 있다. 비트 편광은 정보 전송에 사용하는 전체 비트열을 '정보 비트들(info bits)'과 '프로즌 비트들(frozen bits)'로 나눈 다음, 프로즌 비트들은 활용하지 않고 정보 비트들에 전송하고자 하는 정보(예: N 비트들(bits))를 실어 부호화할 수 있다.
폴라 인코더(320)로 인코딩된 신호(예: N bits)는 변조기(325)에 의한 변조(modulation) 과정을 거친 후 전송 채널(transmission channel)(330)을 통해 전송될 수 있다. 전송 채널(330)을 통해 수신된 신호(예: N bits)는 복조기(335)에 의해 복조(demodulation)되고, 복조된 N 비트들에 해당하는 정보는 순차적 제거 리스트 디코더(SCL decoder)(340)로 전달될 수 있다.
수신기(100)는 순차적 제거 리스트 디코더(SCL decoder)(340)에 의해 순차적 제거 리스트(successive cancellation, SCL)를 생성하여 폴라 코드를 디코딩할 수 있다. 예를 들어, 도 2에 도시된 것과 같은 코드 트리(200)에서 경로(path)를 따라가며 경로 메트릭(path metric) 값을 계산한 후, 가장 작은 값을 가지는 경로에 해당하는 비트열을 선택하여 순차적 제거 리스트를 생성할 수 있다. 수신기(100))는 폴라 코드의 디코딩 후에 경로 메트릭(path metric)을 기반으로 디코딩 결과의 유효성을 판단할 수 있다. 수신기(100)는 순차적 제거 리스트(SCL)에 포함된 비트열들 중 임계치보다 큰 경로 메트릭 값을 가진 적어도 하나의 후보 시퀀스(candidate sequence)(345)가 선택된 경우, CRC 통과 여부를 체크하기 위해 해당 후보를 CRC 검출기(CRC detector)(350)로 전송할 수 있다.
CRC 검출기(350)는 CRC 체크 결과(check results)(355), 다시 말해 해당 후보의 CRC 통과 여부를 순차적 제거 리스트 디코더(SCL decoder)(340)로 제공할 수 있다.
수신기(100)는 CRC 검출기(350)를 통과한 후보가 없으면, 디코딩 실패(fail)라고 결정할 수 있다. 이와 달리, CRC 검출기(CRC detector)(350)를 통과한 후보가 있는 경우, 수신기(100)는 해당 후보를 포함하는 재생성된 메시지 비트들(reproduced message bits)(360)를 출력할 수 있다.
CA-SCL 디코더(110)는 도 3에 도시된 순차적 제거 리스트 디코더(SCL decoder)(340) 및 CRC 검출기(350)의 동작을 수행할 수 있다.
도 4는 일 실시예에 따른 무선 통신 시스템의 송신기가 수신기에게 전송하는 전송 비트 시퀀스를 생성하는 과정을 설명하기 위한 도면이다. 도 4를 참조하면, 일 실시예에 따른 송신기가 전송 비트 시퀀스
Figure PCTKR2023010408-appb-img-000012
(409)를 생성하여 수신기(예: 도 1의 수신기(100))로 전송하는 동작들(410, 420, 430, 440)이 도시된다.
일 실시예에서 송신기가 전송하고자 하는 정보 비트(information bit)의 수는 예를 들어,
Figure PCTKR2023010408-appb-img-000013
개이고, 송신기가 인코딩(encoding)하여 전송 채널을 통해 수신기(100)에게 전송하는 코드 워드 비트(codeword bit)의 수는 예를 들어,
Figure PCTKR2023010408-appb-img-000014
개일 수 있다.
도 4를 참고하면, 송신기는 예를 들어, 전송하고자 하는 길이 A의 정보 비트 시퀀스(information bit sequence)(
Figure PCTKR2023010408-appb-img-000015
)(401)를 생성할 수 있다. 정보 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000016
)(401)는 송신기가 전송하고자 하는 전체 정보의 일부에 해당하는 세그먼트(segment)일 수 있다.
동작 410에서, 송신기는 연관된 외부 인코더(concatenated outer encoder(s))에 의해 정보 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000017
)(401)에 대한 외부 부호화(outer code)를 수행할 수 있다. 외부 부호화는 폴라 코드의 SCL 디코딩과 같이 다수의 코드 워드 후보군을 고려하여 디코딩을 진행하는 디코더의 성능을 높이기 위해 사용될 수 있다. SCL 디코딩에 대해서는 아래 도 5 및 도 6에 도시된 수신기(100)의 동작을 통해 자세하게 설명하기로 한다.
디코더의 성능을 높이기 위한 목적으로 폴라 코드에 연접되어 사용되는 외부 부호로는 예를 들어, CRC 부호와 같은 오류 검출 부호나 BCH(bose chaudhuri hocquenghem) 부호, PC(parity check) 부호, 콘볼루션(convolutional) 부호와 같은 오류 정정 부호가 사용될 수 있다. 외부 부호는 하나만 사용될 수 있고, 혹은 둘 이상의 외부 부호가 복합적으로 사용될 수도 있다.
3GPP NR에 정의된 폴라 코드 중 상향 링크(uplink) 제어 정보를 위해 사용되는 폴라 코드는 정보 비트의 길이에 따라 달라질 수 있다. 예를 들어, 정보 비트의 길이가 20비트 이상인 경우, 11 비트의 CRC 부호가 사용되고, 정보 비트의 길이가 19비트 이하인 경우, 3비트 PC 부호와 6비트 CRC 부호가 함께 사용될 수 있다.
이러한 외부 부호화는 보통 체계적(systematic) 부호로서, 입력된 비트 시퀀스에 패리티 비트를 추가하는 방식이 될 수 있다. 하나 이상의 외부 부호에 의해 생성된 전체 패리티 비트의 길이를 '
Figure PCTKR2023010408-appb-img-000018
'라고 하고, 외부 부호화에 의해 생성된 메시지 또는 코드 워드의 길이(bits)를 'K = A+B'라고 할 수 있다. 이때, 외부 부호화의 결과로 생성된 비트 시퀀스
Figure PCTKR2023010408-appb-img-000019
(403)일 수 있다.
동작 410에서 수행되는 외부 부호화는 폴라 코드의 부호화 자체에 필수적인 동작은 아니기 때문에 만약 외부 부호화를 고려하지 않는다면, 전체 패리티 비트의 길이(
Figure PCTKR2023010408-appb-img-000020
) = 0이고, 외부 부호화의 결과로 생성된 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000021
)(403) = 정보 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000022
)(401)가 될 수 있다.
동작 420에서, 송신기는 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000023
)(403)에 대한 부채널 할당(sub-channel allocation)을 수행하여 비트 시퀀스
Figure PCTKR2023010408-appb-img-000024
(405)를 생성할 수 있다. 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000025
)(403)는 폴라 코드 부호화를 위해 길이
Figure PCTKR2023010408-appb-img-000026
의 비트 시퀀스
Figure PCTKR2023010408-appb-img-000027
(405)로 매핑될 수 있다. 여기서,
Figure PCTKR2023010408-appb-img-000028
은 모부호(mother polar code)의 크기로 2의 거듭 제곱수이며, 메시지의 크기
Figure PCTKR2023010408-appb-img-000029
(bits) 보다는 큰 값 중 사전에 결정된 기준에 의해 결정될 수 있다. 이때, 비트 시퀀스
Figure PCTKR2023010408-appb-img-000030
(405)를 폴라 코드 인코더(예: 도 3의 폴라 인코더(320))의 '입력 비트 시퀀스(input bit sequence)'라고 부를 수 있다. 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000031
(405)는 사전에 정해진 방법 및 기준에 따라 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000032
)(403)의 비트가 맵핑된 것일 수 있다.
부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000033
(405)의 각 비트는 이후 송신기와 수신기(100)의 동작에 의한 채널 분화(channel polarization)에 의해 서로 다른 품질의 가상 채널인 부채널(sub-channel)을 통과하는 것처럼 해석될 수 있다. 이 때, 각 부채널을 '합성 채널(synthetic channel)'이라고 부를 수 있다.
송신기는 예를 들어, 각 부채널의 채널 용량(channel capacity), 바타차리야(Bhatacharayya) 파라미터, 및/또는 밀도 진화(density evolution)의 결과를 이용하여 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000034
)(403)의 비트들을 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000035
(405)의 비트들에 매핑할 수 있다. 또한 이 과정에서는 이후 동작 440에서 수행되는 부호율 조정(rate matching)이 고려될 수 있다.
이러한 특징 때문에 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000036
)(403)를 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000037
(405)에 매핑하는 동작 420을 '부채널 할당' 과정이라 부를 수도 있다. 동작 420에서 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000038
)(403)가 매핑되는 부채널에 해당하는 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000039
(405)의 비트를 '언프로즌(unfrozen) 비트'라고 부르고, 나머지 부채널에 해당하는 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000040
(405)의 비트를 '프로즌(frozen) 비트'라고 부를 수 있다. 명칭과 같이 프로즌 비트는 그 값이 고정될 수 있다. 프로즌 비트는 예를 들어, '0'으로 값이 고정될 수 있다.
동작 430에서, 송신기는 생성 행렬 곱셈(generator matrix multiplication)을 수행할 수 있다. 송신기는 길이
Figure PCTKR2023010408-appb-img-000041
의 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000042
(405)를 폴라 코드의 생성 행렬(generator matrix)
Figure PCTKR2023010408-appb-img-000043
과 곱함으로써 동일한 길이
Figure PCTKR2023010408-appb-img-000044
의 부호어 출력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000045
(407)를 생성할 수 있다. 본 명세서에 기재된 부호어는 코드워드(code word)를 의미하며, 용어 '부호어'와 '코드 워드'는 혼용될 수 있다.
생성 행렬
Figure PCTKR2023010408-appb-img-000046
는 예를 들어, 아래의 [수학식 1] 과 같이 정의될 수 있다.
[수학식 1]
Figure PCTKR2023010408-appb-img-000047
위의 식에서
Figure PCTKR2023010408-appb-img-000048
이며, 위 첨자 ⊗ log 2 N 연산은 n회의 크로네커 곱(Kronecker power)을 의미할 수 있다. 예를 들어,
Figure PCTKR2023010408-appb-img-000049
이며,
Figure PCTKR2023010408-appb-img-000050
일 수 있다.
또한,
Figure PCTKR2023010408-appb-img-000051
은 크기
Figure PCTKR2023010408-appb-img-000052
의 비트 반전 순열(bit-reversal permutation) 행렬에 해당할 수 있다. 예를 들어, 길이 8인 벡터
Figure PCTKR2023010408-appb-img-000053
와 비트 반전 순열 행렬
Figure PCTKR2023010408-appb-img-000054
이 곱해져 인덱스가 비트 반전 순열된 행렬
Figure PCTKR2023010408-appb-img-000055
가 얻어질 수 있다.
하지만, 3GPP NR을 비롯한 다양한 시스템에서는 아래의 수학식 2와 같이 비트 반전 순열 행렬
Figure PCTKR2023010408-appb-img-000056
을 제외한 단순한 형태의 생성 행렬을 이용할 수 있다.
[수학식 2]
Figure PCTKR2023010408-appb-img-000057
이하, 별도의 언급이 없는 경우, 생성 행렬은 수학식 2에 정의된 생성 행렬
Figure PCTKR2023010408-appb-img-000058
을 사용하는 것으로 가정할 수 있다.
이와 같은 가정을 기반으로 설명된 내용은 비트 반전 순열(bit-reversal permutation) 동작을 바탕으로 정의된 수학식 1의 생성 행렬을 사용한 폴라 코드에도 쉽게 변경되어 적용될 수 있다.
동작 440에서, 송신기는 부호어 출력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000059
(407)에 대한 부호율 조정(rate matching)을 수행함으로써 전송 비트 시퀀스
Figure PCTKR2023010408-appb-img-000060
(409)를 생성할 수 있다. '부호율 조정'은 부호어 출력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000061
(407)로부터 전송하고자 하는 길이
Figure PCTKR2023010408-appb-img-000062
의 비트 시퀀스를 생성하는 과정에 해당할 수 있다.
송신기는 동작 440의 부호율 조정을 통해 전송 비트 시퀀스
Figure PCTKR2023010408-appb-img-000063
409)를 출력할 수 있다. 부호율-조정에 따라 폴라 코드의 성능 향상을 위해 부호어 출력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000064
(407)는 재조정될 수 있다.
일 예로써 3GPP NR 폴라 코딩 시스템에서 부호어 출력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000065
(407)는 32개의 서브-블록(sub-block) 단위로 인터리빙(interleaving)되어 순환 버퍼(circular buffer)에 저장되고, 순차적으로 추출되어 길이
Figure PCTKR2023010408-appb-img-000066
의 코드 워드 시퀀스가 생성될 수 있다. 예를 들어, 코드 워드의 길이
Figure PCTKR2023010408-appb-img-000067
가 폴라 코드의 모부호의 크기
Figure PCTKR2023010408-appb-img-000068
보다 작다면, 천공(puncturing) 혹은 단축(shortening) 중 하나의 동작이 수행될 수 있다.
이와 달리, 부호어 출력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000069
(407)의 일부 비트가 천공되면, 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000070
(405)가 겪는 부채널의 일부 비트가 불능(incapable)이 되면, 부-채널 할당 과정은 이러한 불능 비트(incapable bit)를 고려하여 이뤄질 수 있다. 만약, 부호어 출력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000071
(407)의 일부 비트가 단축되려면, 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000072
(405)의 일부 비트 또한 단축될 수 있다. 부채널 할당 과정은 이러한 단축 비트(shortening bit)를 고려하여 이뤄질 수 있다.
반면에 코드 워드의 길이
Figure PCTKR2023010408-appb-img-000073
가 폴라 코드의 모부호의 크기
Figure PCTKR2023010408-appb-img-000074
보다 크다면, 반복(repetition)이 수행될 수 있다.
도 5는 일 실시예에 따른 수신기에서 폴라 코드를 이용하여 디코딩을 수행하는 과정을 설명하기 위한 도면이다. 도 5는 상기 도 4의 과정을 거쳐 전송된 신호(예: 전송 비트 시퀀스
Figure PCTKR2023010408-appb-img-000075
(409))를 수신기(예: 도 1의 수신기(100))가 디코딩화하는 과정의 일 예에 해당할 수 있다. 도 5에 도시된 동작들에서 시스템의 요구 조건에 따라 다른 동작이 추가될 수도 있고 혹은 포함된 동작이 생략될 수도 있다.
수신기(100)는 전송 비트 시퀀스
Figure PCTKR2023010408-appb-img-000076
(409)에 대응되는 LLR 시퀀스
Figure PCTKR2023010408-appb-img-000077
(501)를 생성할 수 있다. LLR 시퀀스
Figure PCTKR2023010408-appb-img-000078
(501)는 복조 LLR(demodulated LLR)에 해당할 수 있다. 수신기(100)는 수신된 신호를 복조(demodulation)하여 전송 비트 시퀀스
Figure PCTKR2023010408-appb-img-000079
(409)에 대응되는 확률 정보를 얻을 수 있다. 확률 정보는 예를 들어, 확률 벡터, LR(likelihood ratio), LLR(log-likelihood ratio)과 같은 값으로 주어질 수 있다. 이하 별도의 언급이 없다면, 확률 정보는 LLR을 의미하는 것으로 이해할 수 있지만, 반드시 이에 한정되지는 않는다.
동작 510에서, 수신기(100)는 부호율 역조정(rate dematching)을 수행할 수 있다. 수신기(100)는 예를 들어, 길이
Figure PCTKR2023010408-appb-img-000080
의 LLR 시퀀스
Figure PCTKR2023010408-appb-img-000081
이 길이
Figure PCTKR2023010408-appb-img-000082
의 폴라 코드 디코더에 입력되도록 송신기의 부호율 조정 과정(예: 도 4의 동작 440)의 역과정을 수행할 수 있다. 예를 들어, 송신기의 부호율 조정 과정에서 천공(puncturing)이 발생했다면, 수신기(100)는 해당 비트에 대한 LLR 값을 '0'으로 결정할 수 있다. 이와 달리, 송신기의 부호율 조정 과정에서 단축 (shortening)이 발생했다면, 수신기(100)는 해당 비트에 대한 LLR 값을 비트 값 '0'에 대응하는 LLR 값의 최대값으로 결정할 수 있다. 만약, 특정 비트에 대해서 반복이 발생했다면, 수신기(100)는 대응되는 LLR 값을 모두 더해서(combining) 해당 비트에 대한 LLR 값을 결정할 수 있다. 수신기(100)는 부호율 역조정 과정을 통해서 길이
Figure PCTKR2023010408-appb-img-000083
의 LLR 시퀀스
Figure PCTKR2023010408-appb-img-000084
(503)를 생성할 수 있다.
동작 520에서, 수신기(100)는 수신기(100)에 포함된 디코더(예: 도 1의 디코더(110))를 이용하여 길이
Figure PCTKR2023010408-appb-img-000085
의 LLR 시퀀스
Figure PCTKR2023010408-appb-img-000086
(503)에 대한 폴라 디코딩(polar decoding)(예: 도 6의 동작 610의 폴라 디코딩)을 수행할 수 있다. 디코더는 예를 들어, 폴라 디코더, SCL 디코더, 및/또는CA-SCL 디코더일 수 있으나, 반드시 이에 한정되지는 않는다. 여기서, '폴라 디코딩'은 예를 들어, 폴라 코드의 SCL 디코딩에 해당할 수 있으나, 반드시 이에 한정되지는 않는다. 수신기(100)는 예를 들어, 외부 부호화를 이용하여 SC 디코딩(Outer Code aided SC-based decoding)를 수행할 수 있다. 수신기(100)는 길이
Figure PCTKR2023010408-appb-img-000087
의 LLR 시퀀스
Figure PCTKR2023010408-appb-img-000088
(503)가 계산 혹은 결정되면, 이를 바탕으로 SC 기반의 폴라 디코딩을 수행할 수 있다. SC 기반의 폴라 디코딩은 예를 들어, 일반적인 SC 디코딩, SC-list(SCL) 디코딩, 및/또는 SC-stack(SCS) 디코딩을 포함할 수 있다. SC 기반의 폴라 디코딩은 부호화 입력 비트 시퀀스의 각 비트를 인덱스 순서에 따라 한 비트씩 순차적으로 디코딩할 수 있다. 디코더는 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000089
(405)의 인덱스 값 순서로, 다시 말해,
Figure PCTKR2023010408-appb-img-000090
의 순서로 각 비트에 대한 폴라 디코딩을 수행할 수 있다. 보다 구체적으로 i번째 비트
Figure PCTKR2023010408-appb-img-000091
에 대한 폴라 디코딩은 아래의 과정을 통해 수행될 수 있다.
① 수신 신호와 앞서 디코딩된 비트들의 추정값
Figure PCTKR2023010408-appb-img-000092
을 기반으로 LLR과 같은
Figure PCTKR2023010408-appb-img-000093
값의 0과 1에 대한 확률 기반 메트릭을 계산.
② 계산한 확률 기반 메트릭을 기반으로 비트 값
Figure PCTKR2023010408-appb-img-000094
를 추정(estimation)
③ 다음 비트의 디코딩을 위해 추정값
Figure PCTKR2023010408-appb-img-000095
를 순차적 제거(successive cancellation) 기반으로 디코더에 반영.
상기와 같이 각 비트에 대한 디코딩은 이전까지 디코딩이 되어 추정된 비트 값을 기반으로 이뤄질 수 있다. 가령, 추정값
Figure PCTKR2023010408-appb-img-000096
의 디코딩 시에는 이전에 디코딩된 비트
Figure PCTKR2023010408-appb-img-000097
에 대한 추정값인
Figure PCTKR2023010408-appb-img-000098
과 그에 대한 확률 정보 혹은 확률 정보에 준하는 값의 누적값 등이 이용될 수 있다. 여기서, 각 부분적인 비트 시퀀스
Figure PCTKR2023010408-appb-img-000099
를 '리스트(list)' 혹은 '경로(path)'라고 일컬으며, 각 경로에 대한 디코딩을 수행해 오면서 계산한 누적된 확률 정보 혹은 확률 정보에 준하는 값을 '경로 메트릭' 또는 'PM(path-metric)'이라고 일컫는다.
디코더는 비트
Figure PCTKR2023010408-appb-img-000100
의 디코딩 시 설정된 리스트 크기
Figure PCTKR2023010408-appb-img-000101
개만큼의 리스트
Figure PCTKR2023010408-appb-img-000102
를 유지해가며 디코딩을 진행할 수 있다. 가령, 디코더는 지금까지 디코딩에서 유지하고 있는 리스트
Figure PCTKR2023010408-appb-img-000103
를 바탕으로 값 0과 1에 대한 확률 정보를 계산할 수 있다. 디코더는 각 비트
Figure PCTKR2023010408-appb-img-000104
의 확률 정보 계산 시에 고려한 각 리스트
Figure PCTKR2023010408-appb-img-000105
에 대한 경로 메트릭(PM)에 비트
Figure PCTKR2023010408-appb-img-000106
의 비트 값(예: 0, 또는 1)에 대한 확률 정보 혹은 확률 정보에 준하는 값을 업데이트하여 총
Figure PCTKR2023010408-appb-img-000107
개의 리스트
Figure PCTKR2023010408-appb-img-000108
에 대한 경로 메트릭(PM)을 계산할 수 있다. 이때, 경로 메트릭(PM)의 값이 낮을수록 해당 리스트에서 해당하는 비트 시퀀스의 확률이 높을 수 있다. 이하,
Figure PCTKR2023010408-appb-img-000109
개의 리스트에 대한 경로 메트릭(PM)의 집합을
Figure PCTKR2023010408-appb-img-000110
로 나타낼 수 있다.
예를 들어, 비트
Figure PCTKR2023010408-appb-img-000111
가 프로즌 비트인 경우에는 계산된 경로 메트릭(PM)과 상관없이 송신기 및 수신기(100)가 서로 약속한, 결정된 비트 값으로 추정 값
Figure PCTKR2023010408-appb-img-000112
를 결정할 수 있다. 만약
Figure PCTKR2023010408-appb-img-000113
가 언프로즌 비트(unfrozen bit) 중 정보 비트(information bit)에 해당되는 경우, 수신기(100)는 총
Figure PCTKR2023010408-appb-img-000114
개의 리스트 중에 경로 메트릭(PM)의 값을 바탕으로 확률이 높다고 판단한
Figure PCTKR2023010408-appb-img-000115
개의 리스트
Figure PCTKR2023010408-appb-img-000116
를 선택할 수 있다.
디코더는 전술한 방식으로 각 비트의 디코딩마다 총
Figure PCTKR2023010408-appb-img-000117
개의 리스트를 유지해가며 디코딩을 진행할 수 있다. 또한, 디코더는 모든 비트들에 대한 디코딩이 완료되면, 경로 메트릭(PM)을 기반으로 최종적으로 얻은
Figure PCTKR2023010408-appb-img-000118
개의 리스트 중에 가장 확률이 높은 코드 워드(code word)를 선택할 수 있다. 디코더는 경로 메트릭(PM) 값이 가장 낮은 리스트를 최종 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000119
(507)로 추정할 수 있다.
만약, 리스트
Figure PCTKR2023010408-appb-img-000120
의 개수가 '1'로 설정된 경우, SCL 디코더는 기본적인 SC 디코더와 동일하게 동작할 수 있다. 디코더는 디코딩 중간 혹은 디코딩 완료 후에 CRC와 같은 연접된 오류 검출 부호를 활용하여 수신기(100)의 오류 정정 성능을 향상시킬 수 있다. 예를 들어, CRC 부호가 연접되어 사용된 경우, 수신기(100)는 디코딩 후에 얻은
Figure PCTKR2023010408-appb-img-000121
개의 리스트 중에서 CRC 부호의 제약 조건을 만족하면서 가장 확률이 높은 코드 워드를 최종 디코딩 결과로 추정할 수 있다. 상기와 같은 일련의 디코딩 동작 후, 수신기(100)는 CRC 검사 결과와 각 리스트의 경로 메트릭(PM)을 비롯한 메트릭 값, 및/또는 추정된 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000122
(507)를 획득할 수 있다. 이러한 디코더를 'CRC aided(CA)-SCL디코더'라 부를 수 있다.
동작 530에서, 수신기(100)는 동작 520에서 수행된 폴라 디코딩에 대한 유효성 판단(validity check)을 수행할 수 있다. 수신기(100)는 동작 520을 통해 획득한 각종 디코딩 결과(예: CRC 리포트 및 매트릭 값)(505)를 바탕으로 유효성 판단을 수행할 수 있다.
예를 들어, CRC부호가 연접되어 있고, 수신기(100)가 폴라 디코딩 과정에서 최종 리스트를 선택하기 위해 CRC 검사를 활용했다면, 수신기(100)는 디코딩 결과(505)를 폴라 디코딩에 대한 유효성 판단에 활용할 수 있다. 만약, CRC 검사를 통과한 리스트가 하나도 없다면, 수신기(100)는 디코딩 리포트(decoding report)(509)를 통해 바로 디코딩 실패를 보고(report)하고, 일련의 디코딩 과정을 종료할 수 있다. 이와 달리, CRC 검사를 통과한 리스트가 있다면, 수신기(100)는 추정된 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000123
(507)를 디코딩 결과로 출력할 수 있다. 이 경우, 수신기(100)는 디코딩 리포트(509)를 통해 디코딩 성공을 보고하는 대신, 폴라 디코딩에 대한 유효성 검사 성능의 향상을 위해 메트릭 기반의 추가적인 디코딩의 유효성 판단을 수행할 수 있다. 이러한 디코딩의 유효성 판단 방법들에 대해서는 아래의 도 6을 참조하여 구체적으로 설명하기로 한다.
동작 530의 디코딩 유효성 판단 과정에 의해 만약 디코딩이 실패했다고 판단하면, 수신기(100)는 디코딩 리포트(509)를 통해 디코딩 실패를 보고하고 디코딩 절차를 종료할 수 있다. 수신기(100)는 디코딩의 유효성 판단 과정에 의해 폴라 디코딩이 성공했다고 판단하면, 디코딩 성공을 보고하고 추정된 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000124
(507)를 출력하는 후속 절차를 진행할 수 있다.
후속 절차에는 예를 들어, 추정된 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000125
(507)에 매핑된 메시지 비트 시퀀스
Figure PCTKR2023010408-appb-img-000126
를 추출하는 과정, 다중 안테나 시스템(multiple-input multiple output, MIMO)의 순차적인 간섭 제거(successive interference cancellation, SIC) 동작을 위해 추정된 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000127
(507)를 재부호화(re-encoding) 하여 추정 부호어 비트 시퀀스
Figure PCTKR2023010408-appb-img-000128
를 획득하는 과정이 포함될 수 있다. 추정된 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000129
(507)를 재부호화(re-encoding) 하여 추정 부호어 비트 시퀀스
Figure PCTKR2023010408-appb-img-000130
를 획득하는 방법은 아래의 도 6을 참조하여 보다 구체적으로 설명한다.
도 6은 일 실시예에 따른 무선 통신 시스템의 수신기에서 CRC 검사 이외에 추가적으로 디코딩 결과의 유효성을 판단하는 방법을 설명하기 위한 도면이다.
도 6을 참고하면, 일 실시예에 따른 수신기(예: 도 1의 수신기(100))가 폴라 디코딩(예: 도 5의 동작 520의 폴라 디코딩, 도 6의 동작 610의 폴라 디코딩) 과정과 생성된 경로 메트릭(PM)을 기반으로 검출 메트릭(decision metric; DM)을 생성하는 과정이 도시된다.
수신기(예: 도 1의 수신기(100))는 전송 비트 시퀀스
Figure PCTKR2023010408-appb-img-000131
(409)에 대응되는 LLR 시퀀스
Figure PCTKR2023010408-appb-img-000132
(601)를 생성할 수 있다. LLR 시퀀스
Figure PCTKR2023010408-appb-img-000133
(601)는 복조 LLR(demodulated LLR)에 해당할 수 있다.
동작 610에서, 수신기(100)는 LLR 시퀀스
Figure PCTKR2023010408-appb-img-000134
(601)를 입력으로 하여 도 5의 동작 520에서 전술한 방법에 따라 폴라 디코딩(polar decoding)을 수행함으로써 디코딩 결과(603)를 획득할 수 있다. 디코딩 결과(603)는 예를 들어, CRC 검사 결과, 경로 메트릭들(PMs)의 집합
Figure PCTKR2023010408-appb-img-000135
전체, 혹은 경로 메트릭들의 집합
Figure PCTKR2023010408-appb-img-000136
중 최대값 또는 최소값과 같은 일부 값을 포함할 수 있으나, 반드시 이에 한정되지는 않는다.
예를 들어, CRC부호가 연접되어 있고, 수신기(100)가 폴라 디코딩 과정에서 최종 리스트를 선택하기 위해 CRC 검사를 활용했다면, 수신기(100)는 디코딩 결과(603)를 폴라 디코딩에 대한 유효성 판단에 활용할 수 있다.
예를 들어, 동작 610에서 CRC 검사를 통해 디코딩이 성공했다고 판단되면, 수신기(100)는 추정 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000137
(605)(예: 도 5의 추정 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000138
(507))도 함께 획득할 수 있다.
예를 들어, 동작 610에서 모든 리스트의 CRC 검사 결과가 실패라면, 수신기(100)는 디코딩 실패를 보고할 수 있다. 수신기(100)의 디코딩 실패 시에 출력하게 되는 추정 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000139
(605)는 디코더의 설정에 따라 결정될 수 있다. 추정 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000140
(605)는 예를 들어, 랜덤 시퀀스가 될 수도 있고, 또는 사전에 미리 지정한 시퀀스일 수도 있으며, 혹은 CRC 검사가 실패했더라도 리스트 중에 가장 확률이 높은 리스트가 될 수 있다.
또는, 동작 610에서 CRC 검사 결과가 성공이라면, 동작 630에서 수신기는 디코딩 결과(603)를 이용하여 추가적인 디코딩 유효성 검사를 수행할 수 있다. 동작 630에서 수신기(100)는 디코딩 결과(603)로서 주어지는 경로 메트릭의 집합
Figure PCTKR2023010408-appb-img-000141
전체, 혹은 경로 메트릭들의 집합
Figure PCTKR2023010408-appb-img-000142
중 일부 값(예: 최대값 또는 최소값)을 바탕으로 추가적인 디코딩 유효성 검사를 수행할 수 있다.
동작 630의 디코딩 유효성 검사에는 예를 들어, 아래의 수학식 3 내지 수학식 6이 사용될 수 있다.
수신기(100)는 디코딩 결과(603)로서 주어지는 경로 메트릭을 바탕으로 하기의 수학식 3과 같이 검출 메트릭(DM1)을 계산할 수 있다.
[수학식 3]
Figure PCTKR2023010408-appb-img-000143
이하, 수학식 3 내지 수학식 6에서 'P'는 모든 생존 경로들의 경로 메트릭(PM)의 집합을 나타내고, 'Q'는 CRC 검사와 같은 외부 부호화의 검사를 통과한 생존 경로들의 경로 메트릭의 집합에 해당할 수 있다. 또한,
Figure PCTKR2023010408-appb-img-000144
는 전체 경로 메트릭의 최대값을 나타내고,
Figure PCTKR2023010408-appb-img-000145
는 CRC 검사와 같은 외부 부호화의 검사를 통과한 리스트들의 경로 메트릭 중 최소값을 나타낼 수 있다.
수학식 3의 검출 메트릭(DM) 값이 사전에 지정한 임계값(예: 1/32) 보다 작거나 같다면, 수신기(100)는 디코딩 결과(603)가 유효하지 않다고 판단하고, 디코딩 실패를 보고(607)하는 것을 포함하는 후속 절차를 진행할 수 있다.
이와 달리, 검출 메트릭(DM)의 값이 사전에 지정한 임계값(예: 1/32)보다 크다면, 수신기(100)는 디코딩 결과(603)가 유효하다고 판단하고, 디코딩 성공을 보고(607)할 수 있다. 이와 함께, 수신기(100)는 동작 610의 폴라 디코딩으로부터 획득한 추정 부호화 입력 비트 시퀀스
Figure PCTKR2023010408-appb-img-000146
(605)를 출력하는 것과 같은 후속 동작을 수행할 수 있다.
실시예에 따라서, 수신기(100)는 아래의 수학식 4와 같이 다소 다른 방식으로 검출 메트릭(DM2)을 계산할 수도 있다.
[수학식 4]
Figure PCTKR2023010408-appb-img-000147
여기서,
Figure PCTKR2023010408-appb-img-000148
는 전체 경로 메트릭의 최소값을 나타낼 수 있다.
또는, 수신기(100)는 아래의 수학식 5 또는 수학식 6과 같이 다른 방식으로 검출 메트릭(DM3 또는 DM4)를 계산할 수도 있다.
[수학식 5]
Figure PCTKR2023010408-appb-img-000149
여기서,
Figure PCTKR2023010408-appb-img-000150
는 모든 생존 경로들의 경로 메트릭(PM)의 집합(P)의 분산(variance)을 나타내고,
Figure PCTKR2023010408-appb-img-000151
는 복조 시에 고려되는 수신 신호-대-잡음비(signal to noise ratio)를 나타낼 수 있다. 여기서,
Figure PCTKR2023010408-appb-img-000152
은 수신 신호-대-잡음비(SNR)가 선형 스케일(linear scale)로 표현되었음을 의미할 수 있다.
[수학식 6]
Figure PCTKR2023010408-appb-img-000153
수신기(100)는 수학식 3 내지 수학식 6에서의 검출 메트릭(DM)들들의 값들이 사전에 지정한 임계값보다 큰 경우에만 디코딩 결과가 유효하다고 판단하고, 동작 650과 같은 후속 동작을 수행할 수 있다.
동작 650에서, 수신기는 MIMO(multiple input multiple out) 시스템에서 성능 향상을 위한 순차적 간섭 제거를 위해 수행하는 폴라 재 부호화(polar re-encoding)를 수행할 수 있다.
수신기(100)가 디코딩에 실패한 경우, 최종적으로 얻어진 모든 리스트의 부호화 입력 비트 시퀀스들은 거의 랜덤 시퀀스와 같을 수 있다. 이는 SC 계열의 디코딩에서 발생하는 오류 전파(error propagation)로 인한 것으로서, 보통 인덱스 값이 낮은 비트의 신뢰도가 낮고, 신뢰도 및 인덱스 값이 낮은 비트의 디코딩 결과가 틀렸다면 그 이후 비트들은 랜덤하게 결정되었다고 볼 수 있기 때문이다.
수신기(100)가 디코딩에 실패한 경우, 랜덤 시퀀스에 대한 경로 메트릭(PM)은 대략 비슷한 값을 가질 것으로 예상 또는 추정할 수 있다. 따라서 수학식 3 내지 수학식 6과 같이 검출 메트릭(DM)의 값이 일정 임계치보다 작다면 디코딩이 실제로는 실패했음을 의심할 수 있다.
하지만, 경로 메트릭(PM)은 폴라 코드의 디코더에서 계산한 LLR 값에 기반하여 계산되며, LLR 값은 일반적으로 근사화하여 계산될 수 있다. 또한 SC 계열 디코딩의 순차적인 디코딩 과정에 따라 경로 메트릭(PM) 값이 누적되어 계산되는 경우, 경로 메트릭(PM) 값의 누적에서도 근사화가 발생할 수 있다. 이와 같은 근사화에 의한 오차는 디코딩 유효성 판단에 부정적인 영향을 줄 수 있다.
또한, 앞서 추정한 사실 "만약 디코딩이 실패했다면 모든 리스트의 경로 메트릭들(PMs)은 서로 비슷한 값을 가질 것이다"는 사용하는 폴라 코드의 길이(코드 워드 비트 시퀀스의 길이) 및 차원(부호화하는 비트 시퀀스의 길이)이 긴 경우에는 참(true)이 될 수 있다. 이는 디코딩이 실패한 경우, 경로 메트릭은 비슷한 수의 랜덤 변수 LLR 들의 합이 되기 때문이다.
하지만, 폴라 코드의 길이 및 차원이 작은 경우에는 리스트들의 경로 메트릭(PM) 값의 분산이 커지기 때문에 상기 추정한 사실이 참이 아닐 수 있다. 따라서, 길이가 짧은 부호의 경우에는 경로 메트릭(PM) 기반의 추가적인 디코딩 유효성 검사의 성능이 낮아질 수 있다.
5G 통신 표준인 3GPP NR에서는 제어 정보를 전송할 때 폴라 코드를 사용하는데 보통 제어 정보는 길이가 짧음을 감안하면, 경로 메트릭(PM) 기반의 디코딩 유효성 검사는 성능 측면에서 취약할 수 있다. 특히, 제어 정보를 전송하는 제어 채널들(예: PUCCH(physical uplink control channel), UCI(uplink control information) on PUSCH(physical uplink shared channel), 및/또는 PDCCH(physical downlink control channel))은 데이터 채널(예: PUSCH (physical uplink shared channel), PDSCH(physical downlink shared channel))에 비해 더 다양한 오류 환경에 노출되고, 상대적으로 다른 채널에 비해 더 높은 오류 검출 요구 사항을 갖기 때문에 디코딩 유효성 검사가 성능 측면에서 취약할 수 있다는 문제는 더 심각해질 수 있다.
예를 들어, PUCCH, 또는 PUSCH와 같은 제어 채널에서는 흔히 'DTX(discontinuous transmission)'라고 일컫는 상황이 발생할 수 있다. 이러한 상황은 단말이 기지국에서 전송된 신호의 수신 및 디코딩에 실패하여 이후 아무런 신호도 기지국에 전송하지 않았는데, 기지국은 신호가 수신되었다고 판단하고 디코딩을 시도하는 경우를 의미할 수 있다.
DTX 환경에서 기지국은 다양한 원인에 의해 발생한 잡음을 수신 신호라고 판단하고, 디코더는 이 신호에 대해서 디코딩을 시도할 수 있다. 이러한 DTX 환경은 신호 대 잡음비(signal-to-noise ratio, SNR)를 통해 판별될 수도 있지만, 디코딩이 시도되면 우연히 디코딩이 성공하는 경우가 발생할 수도 있다.
또한, 수신기(100)는 PDCCH(physical downlink control channel), 또는 PBCH(physical broadcast channel)와 같은 제어 채널에서 수신된 신호를 다양한 부호 파라미터로 가정하여 디코딩을 수행하는 블라인드 검출을 수행할 수도 있다. 이러한 블라인드 검출의 경우, 디코더가 다수의 데이터로 부호화된 신호를 디코딩하는 것과 같기 때문에, 마찬가지로 우연히 디코딩이 성공할 확률도 높아질 수 있다.
일 실시예에서는 폴라 디코딩(예: 도 5의 동작 520의 폴라 디코딩, 도 6의 동작 610의 폴라 디코딩)을 통해 획득한 멀티 모달 입력들(multi-modal inputs)을 신경망(예: 도 1의 이진 분류기(135), 및/또는 도 7의 완전 연결망(FCN)(770))의 입력으로 활용하여 수신된 패킷 내에 송신기가 전송한 제어 신호가 포함되어 있는지 여부를 판별함으로써 학습에 사용된 손실 함수를 최소화하는 한편, 오검출률과 미검출률을 개선할 수 있다.
도 7은 일 실시예에 따른 딥 러닝 기반의 멀티 모달 블라인드 검출을 수행하는 수신기의 모식도이다. 도 7을 참조하면, 일 실시예에 따른 완전 연결망(fully-connected network; FCN)(770)으로 구성된 이진 분류기를 포함하는 수신기의 구조를 나타낸 도면(700)이 도시된다.
도 7의 실시예에서는 예를 들어, 수신 신호
Figure PCTKR2023010408-appb-img-000154
(701) 내에 제어 신호(예: 상향 링크 제어 정보(uplink control information;
Figure PCTKR2023010408-appb-img-000155
))가 수신된 시나리오와 수신 신호(701) 내에 잡음만이 수신된 시나리오를 모델링할 수 있다.
송신기가 전송한 제어 신호 벡터를
Figure PCTKR2023010408-appb-img-000156
, 잡음(noise)을
Figure PCTKR2023010408-appb-img-000157
이라 할 때, 각각의 시나리오에 따라 수신기가 수신한 수신 신호
Figure PCTKR2023010408-appb-img-000158
(701)는 아래의 수학식 7과 같이 나타낼 수 있다.
[수학식 7]
Figure PCTKR2023010408-appb-img-000159
여기서,
Figure PCTKR2023010408-appb-img-000160
는 상향 링크 제어 정보(uplink control information)을 나타낼 수 있다.
등화 및 복조기(710)를 거친 수신 신호
Figure PCTKR2023010408-appb-img-000161
(701)의 신호 대 잡음비(signal to noise ratio; SNR)(702)는 예를 들어, 멀티 모달 입력의 제4 유형으로 활용할 수 있다.
또한, 등화 및 복조기(710)를 거친 수신 신호
Figure PCTKR2023010408-appb-img-000162
(701)는 CA-SCL 디코더(720)의 입력으로 사용될 수 있다. CA-SCL 디코더(720)로 입력된 수신 신호
Figure PCTKR2023010408-appb-img-000163
(701)는 예를 들어, 자동 이득 조절(automatic gain control; AGC) 및 등화(equalization) 이후에 복조 과정을 통해 산출되는 LLR(log-likelihood ratio) 확률값일 수 있다. 여기서, 자동 이득 조절(AGC)은 세기가 변동하는 전파를 수신할 때 음성 등의 출력이 항상 일정한 크기를 유지하도록 도래 전파의 세기에 따라 수신기의 증폭도를 자동으로 변화시키는 것에 해당할 수 있다. 실시예에 따라서, 수신 신호
Figure PCTKR2023010408-appb-img-000164
(701)는
Figure PCTKR2023010408-appb-img-000165
)일 수도 있다.
일 실시예에서는 CA-SCL 디코더(720)를 거친 수신 신호(701)가 CRC 검출기(730)의 순환 중복 검사(CRC)에 통과한 경우('Pass'), CA-SCL 디코더(720)와 폴라 인코딩(740)(예: 도 6의 동작 650의 폴라 재인코딩(polar re-encoding))을 이용하여 심층 신경망의 멀티 모달 입력들을 생성할 수 있다.
수신기(100)는 예를 들어, CA-SCL 디코더(720)에서 폴라 디코딩(예: 도 5의 동작 520의 폴라 디코딩, 도 6의 동작 610의 폴라 디코딩) 과정 중 획득한 L 개의 생존 경로들(survival paths)의 비트열을 포함하는 경로 메트릭들 P = {PM1, PM2, .. , PML}(703)을 멀티 모달 입력의 제1 유형으로 활용할 수 있다.
또한, 수신기(100)는 CA-SCL 디코더(720)에서 디코딩 후에 얻어진 송신 비트열 추정치
Figure PCTKR2023010408-appb-img-000166
(예: 도6의 추정된 부호화 입력 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000167
)(605))를 폴라 인코딩(740)에 의해 다시 부호화 및 변조하여 획득한 송신 벡터 추정치
Figure PCTKR2023010408-appb-img-000168
(예: BPSK의 경우 도 6의 추정 부호어 비트 시퀀스
Figure PCTKR2023010408-appb-img-000169
(609))로부터 수신 신호와의 제곱 유클리드 거리 비율(SEDR)(
Figure PCTKR2023010408-appb-img-000170
)(705)을 산출(750)할 수 있다.
수신기(100)는 제곱 유클리드 거리 비율(SEDR)(
Figure PCTKR2023010408-appb-img-000171
)(705)을 멀티 모달 입력의 제2유형으로 활용할 수 있다. 제곱 유클리드 거리 비율(SEDR)(
Figure PCTKR2023010408-appb-img-000172
)은 예를 들어, 아래의 수학식 8과 같이 산출할 수 있다.
[수학식 8]
Figure PCTKR2023010408-appb-img-000173
제곱 유클리드 거리 비율(SEDR)(
Figure PCTKR2023010408-appb-img-000174
)(705)은 앞선 두 시나리오(예: 제어 신호가 존재하는 경우와 존재하지 않는 경우)를 구분하기 위한 탐지 기준(detection metric)의 일종으로 사용될 수 있다. 제곱 유클리드 거리 비율(SEDR)(
Figure PCTKR2023010408-appb-img-000175
)에서 '분자'가 작은 경우는 제어 신호가 수신된 경우를, '분모'가 작은 경우는 제어 신호 없이 잡음만 수신된 경우를 의미할 수 있다.
또는, 수신기(100)는 폴라 디코딩 과정에서 주어지는 송신 벡터들 사이의 상관 관계를 상관 메트릭(correlation metric)(
Figure PCTKR2023010408-appb-img-000176
)(707)로 산출(760)할 수 있다. 수신기(100)는 제곱 유클리드 거리 비율(SEDR)(
Figure PCTKR2023010408-appb-img-000177
)과 유사하게, 재-인코딩된(즉, 복원된) 비트열과 수신 신호 사이의 상관도(correlation)을 측정함으로써 상관 메트릭(correlation metric)(
Figure PCTKR2023010408-appb-img-000178
)(707)를 산출(760)할 수 있다.
수신기(100)는 상관 메트릭(correlation metric)(
Figure PCTKR2023010408-appb-img-000179
)(707)을 멀티 모달 입력의 제3유형으로 활용할 수 있다. 수신기(100)는 상관 메트릭(correlation metric)(
Figure PCTKR2023010408-appb-img-000180
)(707)의 크기를 블라인드 검출 기준으로 사용할 수 있다.
상관 메트릭(correlation metric)(
Figure PCTKR2023010408-appb-img-000181
)(707)은 예를 들어, 아래의 수학식 9를 통해 산출할 수 있다.
[수학식 9]
Figure PCTKR2023010408-appb-img-000182
여기서,
Figure PCTKR2023010408-appb-img-000183
는 예를 들어, 변조된 심볼(modulated symbol)에 해당하며,
Figure PCTKR2023010408-appb-img-000184
와 같이 구할 수 있다. 심볼의 변조 스킴은 예를 들어, QPSK(quadrature phase shift keying)일 수 있으나, 반드시 이에 한정되지는 않는다.
Figure PCTKR2023010408-appb-img-000185
는 수신기(100)가 CA-SCL 디코더(720)에서 디코딩 후에 얻어진 송신 비트열 추정치
Figure PCTKR2023010408-appb-img-000186
(예: 도6의 추정된 부호화 입력 비트 시퀀스(
Figure PCTKR2023010408-appb-img-000187
)(605))를 다시 부호화(예: 도 6의 동작 650의 폴라 재인코딩(polar re-encoding))하여 얻은 송신 벡터 추정치
Figure PCTKR2023010408-appb-img-000188
(예: 도 6의 추정 부호어 비트 시퀀스
Figure PCTKR2023010408-appb-img-000189
(609))의
Figure PCTKR2023010408-appb-img-000190
번째 요소(element)에 해당할 수 있다. 또한,
Figure PCTKR2023010408-appb-img-000191
는 정보 전송에 사용한 비트 수에 해당할 수 있다.
Figure PCTKR2023010408-appb-img-000192
는 수신 신호(예: LLR 확률값)에 대한 신뢰도에 해당할 수 있다.
완전 연결망(770)은 예를 들어, 멀티 모달 입력들에 대한 선택 및 벡터화(vectorization)를 수행하고, 벡터화된 멀티 모달 입력들을 이진 분류기(예: 도 1의 이진 분류기(135))를 포함하는 후처리 모듈(예: 도 1의 후처리 모듈(130))로 전달할 수 있다. 여기서, '벡터화(vectorization)'는 멀티 모달 입력들을 하나의 벡터
Figure PCTKR2023010408-appb-img-000193
로 연결하는 과정에 해당할 수 있다.
완전 연결망(770)은 멀티 모달 입력들을 하나의 벡터
Figure PCTKR2023010408-appb-img-000194
로 연결한 다음, 벡터
Figure PCTKR2023010408-appb-img-000195
를 입력으로 활용하여 수신 신호에 제어 신호가 포함되었을 확률에 대한 추정치
Figure PCTKR2023010408-appb-img-000196
(780)를 산출할 수 있다. 완전 연결망(770)의 드랍 아웃 비율(dropout rate)은 예를 들어, 0.1일 수 있으나, 반드시 이에 한정되지는 않는다.
예를 들어, 완전 연결망(770)의 완전 연결 레이어들의 개수를
Figure PCTKR2023010408-appb-img-000197
라고 하면, 완전 연결 레이어들 중 첫번째 레이어의 출력 벡터
Figure PCTKR2023010408-appb-img-000198
와
Figure PCTKR2023010408-appb-img-000199
번째 은닉층(hidden layer)의 출력 벡터
Figure PCTKR2023010408-appb-img-000200
는 예를 들어, 아래의 수학식 10과 같이 산출할 수 있다.
[수학식 10]
Figure PCTKR2023010408-appb-img-000201
여기서,
Figure PCTKR2023010408-appb-img-000202
는 각 은닉층의 가중치를 나타내고,
Figure PCTKR2023010408-appb-img-000203
는 각 은닉층의 편차를 나타낼 수 있다.
Figure PCTKR2023010408-appb-img-000204
은 각 은닉층에 사용되는 활성화 함수에 해당할 수 있다.
총
Figure PCTKR2023010408-appb-img-000205
개의 은닉층을 거친 출력에 해당하는 추정치
Figure PCTKR2023010408-appb-img-000206
(780)는 수신 신호에 제어 신호가 포함되었을 확률에 대한 추정치로서, '추정 확률'이라고 간략화하여 표현할 수 있다. 추정치
Figure PCTKR2023010408-appb-img-000207
(780)는 예를 들어, 아래의 수학식 11과 같이 구할 수 있다.
[수학식 11]
Figure PCTKR2023010408-appb-img-000208
여기서, sigmoid는 인공 뉴런의 활성화 함수 중 하나인 시그모이드 함수를 의미할 수 있다. 시그모이드 함수는 S자형 곡선 또는 시그모이드 곡선을 갖는 수학 함수로서, 실수 전체를 정의역으로 가질 수 있다. 시그모이드 함수의 반환값은 단조 증가하는 것이 일반적이지만 단조 감소할 수도 있다. 시그모이드 함수의 반환값(y축)은 예를 들어, 0에서 1까지의 범위를 가질 수도 있고, 또는 -1부터 1까지의 범위를 가질 수도 있다.
예를 들어, CA-SCL 디코더(720)를 거친 수신 신호(701)가 CRC 검출기(730)의 순환 중복 검사(CRC)에 통과하지 못한 경우('Fail'), 수신기(100)는 수신 신호(701) 내 제어 신호가 존재하지 않는다(NoTx)고 결정할 수 있다.
도 8은 일 실시예에 따른 멀티 모달 입력들을 수집하는 방법 및 이진 분류기의 학습 방법을 설명하기 위한 도면이다. 도 8을 참조하면, 일 실시예에 따른 데이터 수집 과정(810) 및 과정(810)에서 수집한 데이터에 의한 심층 신경망 모델의 학습 과정(830)을 나타낸 도면(800)이 도시된다.
데이터 수집 과정(810)에서 데이터는 MATLAB 내 5G NR 시스템의 프레임워크(framework)를 사용하여 수집될 수 있다. 데이터 수집 과정(810)에서 도 7을 통해 전술한 심층 신경망의 멀티 모달 입력들(multi-modal inputs)을 생성하는 과정이 수행될 수 있다.
데이터 수집 과정(810)에서는 1) 수신 신호(예: 도 7의 수신 신호(701)) 내 제어 신호가 존재하는 경우(RegTx)의 제1 시나리오에서 CA-SCL디코딩 과정에서 CRC 검사를 통과한 경우와 2) 수신 신호(701) 내 제어 신호가 존재하지 않는 경우(NoTx)의 제2 시나리오 각각에 대한 데이터를 수집할 수 있다.
데이터 수집 과정(810)에서, 수신기는 CA-SCL 디코딩 과정에서 CRC 검사를 통과한 각 검출 메트릭(DM)들의 값을 계산한 후 이를 데이터로 수집할 수 있다. 이때, CRC 검사를 통과한 검출 메트릭(DM)들의 값을 수집하는 이유는 기본적으로 CA-SCL 디코딩이 실패한 경우(CRC 검사를 통과하지 못한 경우), 이후의 검출 메트릭 체크(detection metric check)가 불필요하기 때문이다.
학습 과정(830)에서 심층 신경망(deep neural network)의 학습은 데이터 수집 과정(810)에서 수집한 데이터를 텐서 플로우 프레임워크(tensor flow framework)로 불러옴으로써 수행될 수 있다. 학습 과정(830)에서 심층 신경망(deep neural network)의 학습은 앞선 데이터 수집 과정(810)과는 별개의 시간(정확히는, 데이터 수집이 끝난 이후)에 수행될 수 있다.
심층 신경망은 예를 들어, 손실 함수를 최소화하는 방향으로 Adam 최적화 알고리즘에 의해 학습될 수 있다. Adam 최적화 알고리즘은 그래디언트 하강(gradient descent) 기법이 변형된, 심층 신경망 학습 기법의 일종에 해당할 수 있다. Adam 최적화 알고리즘은 네트워크의 학습 시에 손실 함수를 최소화하는 방향으로 파라미터를 업데이트할 수 있다. 손실 함수를 최소화하는 방향은 예를 들어, 현재 업데이트 = 학습하고자 하는 파라미터가 W라면, - dJ/dW와 같이 구할 수 있다.
예를 들어, 심층 신경망의 학습에 이진 교차 엔트로피 손실 함수(binary cross entropy loss function)
Figure PCTKR2023010408-appb-img-000209
를 사용하는 경우, 손실 함수
Figure PCTKR2023010408-appb-img-000210
와 정답 레이블(ground-truth label)
Figure PCTKR2023010408-appb-img-000211
는 아래의 수학식 12와 같이 정의할 수 있다.
[수학식 12]
Figure PCTKR2023010408-appb-img-000212
여기서,
Figure PCTKR2023010408-appb-img-000213
는 수신 신호(701) 내에 제어 신호가 존재할 실제 확률에 해당할 수 있다. 또한,
Figure PCTKR2023010408-appb-img-000214
는 심층 신경망에 의해 추정된 확률, 다시 말해 수신 신호(701) 내에 제어 신호가 포함되었을 확률에 대한 추정치를 나타낼 수 있다. 또한,
Figure PCTKR2023010408-appb-img-000215
는 상향 링크 제어 정보(uplink control information)에 해당할 수 있다.
이진 교차 엔트로피 손실 함수
Figure PCTKR2023010408-appb-img-000216
의 값은 주어진 실제 확률
Figure PCTKR2023010408-appb-img-000217
과 추정치
Figure PCTKR2023010408-appb-img-000218
의 값이 다를수록 커지기 때문에, 학습 시 이를 최소화하는 (즉,
Figure PCTKR2023010408-appb-img-000219
와
Figure PCTKR2023010408-appb-img-000220
값이 같아지도록) 하는 방향으로 학습이 진행될 수 있다. 여기서,
Figure PCTKR2023010408-appb-img-000221
= 1일때는 제어 신호가 수신 신호(701) 내 존재하는 경우를 의미하고,
Figure PCTKR2023010408-appb-img-000222
= 0일때는 제어 신호가 수신 신호(701) 내에 존재하지 않는 경우를 의미할 수 있다. 이진 교차 엔트로피 손실 함수
Figure PCTKR2023010408-appb-img-000223
의 목적은 수신 신호(701) 내에 제어 신호가 존재할 확률
Figure PCTKR2023010408-appb-img-000224
'와 그 추정치
Figure PCTKR2023010408-appb-img-000225
을 가깝게 만드는 데 있다.
심층 신경망(예: 이진 분류기)은 이진 교차 엔트로피 손실 함수
Figure PCTKR2023010408-appb-img-000226
를 이용하여 수신 신호(701) 내에 제어 신호가 포함되었을 확률에 대한 추정치
Figure PCTKR2023010408-appb-img-000227
를 산출하도록 학습될 수 있다.
실시예에 따라서, 이진 교차 엔트로피 손실 함수
Figure PCTKR2023010408-appb-img-000228
대신에 힌지 손실 함수(Hinge loss function)
Figure PCTKR2023010408-appb-img-000229
가 손실 함수로 사용될 수도 있다.
힌지 손실 함수
Figure PCTKR2023010408-appb-img-000230
는 앞선 이진 교차 엔트로피 손실 함수
Figure PCTKR2023010408-appb-img-000231
와 유사하지만, 이진 교차 엔트로피 손실 함수
Figure PCTKR2023010408-appb-img-000232
와 달리,
Figure PCTKR2023010408-appb-img-000233
의 변형인 델타(
Figure PCTKR2023010408-appb-img-000234
= 2
Figure PCTKR2023010408-appb-img-000235
- 1를 사용할 수 있다. 여기서, 델타(
Figure PCTKR2023010408-appb-img-000236
)는 힌지 손실 함수
Figure PCTKR2023010408-appb-img-000237
의 레이블(label)에 해당할 수 있다.
힌지 손실 함수
Figure PCTKR2023010408-appb-img-000238
는 그 목적이 델타(
Figure PCTKR2023010408-appb-img-000239
)와 그의 추정치(
Figure PCTKR2023010408-appb-img-000240
) 값 자체가 가까워지도록 하기 보다는, 델타(
Figure PCTKR2023010408-appb-img-000241
)의 추정치(
Figure PCTKR2023010408-appb-img-000242
)가 잡음만 수신된 경우와 제어 신호가 수신된 경우를 구분하는 결정 경계(decision boundary)를 찾도록, 다시 말해 델타(
Figure PCTKR2023010408-appb-img-000243
)의 추정치(
Figure PCTKR2023010408-appb-img-000244
)가 델타(
Figure PCTKR2023010408-appb-img-000245
)와 같은 클래스(class)에 있게 하기 위한 것일 수 있다.
힌지 손실 함수
Figure PCTKR2023010408-appb-img-000246
는 올바른 결정 경계를 찾고, 추정치(
Figure PCTKR2023010408-appb-img-000247
)가 제대로 된 분류를 수행(예: p 값 자체보다는 p가 임계치(0.5) 이상인지 미만인지를 판별)하도록 하기 위한 것일 수 있다.
이 경우, 힌지 손실 함수
Figure PCTKR2023010408-appb-img-000248
와 학습에 사용되는 정답 레이블(ground-truth label)
Figure PCTKR2023010408-appb-img-000249
은 아래의 수학식 13과 같이 정의할 수 있다.
[수학식 13]
Figure PCTKR2023010408-appb-img-000250
예를 들어, 아래의 도 9에 도시된 것과 같이, 힌지 손실 함수
Figure PCTKR2023010408-appb-img-000251
의 정답 레이블
Figure PCTKR2023010408-appb-img-000252
과 추정치
Figure PCTKR2023010408-appb-img-000253
가 양수이고, 특정 값을 초과하는 경우, 학습 장치는 심층 신경망(deep neural network)이 충분히 학습되었다고 판단하여 학습을 수행하지 않을 수 있다(gradient 값이 0). 이와 달리, 정답 레이블
Figure PCTKR2023010408-appb-img-000254
과 추정치
Figure PCTKR2023010408-appb-img-000255
가 서로 상이한 경우, 학습 장치는 심층 신경망에 대한 학습을 수행할 수 있다.
심층 신경망(예: 이진 분류기)은 힌지 손실 함수
Figure PCTKR2023010408-appb-img-000256
를 이용하여 올바른 결정 경계를 찾도록 학습될 수 있다.
예를 들어, 심층 신경망이 충분한 양의 데이터로 적절히 학습된 경우, 심층 신경망의 파라미터들은 학습에 사용된 손실 함수(loss function)를 최소화하는 방향으로 업데이트(update)될 수 있다. 이 경우, 심층 신경망으로 구성된 이진 분류기를 포함하는 수신기(100)는 오검출률과 미검출률을 동시에 최소화하는 딥러닝 기반의 블라인드 검출을 수행할 수 있다.
또한, 일 실시예에서는 디코딩 과정에서 얻을 수 있는 여러 종류의 입력을 공동으로 활용하는 멀티 모달 입력들에 의해 단일 입력을 사용하는 접근법 대비 개선된 오검출률을 달성할 수 있다.
실제 추론(inference) 과정에서, 수신기(100)는 학습 과정(830)을 통해 학습이 완료된 심층 신경망(예: 이진 분류기)을 이용하여 수신 신호에 제어 신호가 포함되었을 확률에 대한 추정치
Figure PCTKR2023010408-appb-img-000257
(예: 도 7의 추정치
Figure PCTKR2023010408-appb-img-000258
(780))를 계산해낸 후, 수신 신호(701) 내 제어 신호의 존재 유무를 판별할 수 있다.
도 9는 일 실시예에 따른 힌지 손실 함수를 이용한 학습 방법을 설명하기 위한 도면이다. 도 9를 참조하면, 일 실시예에 따른 힌지 손실 함수의 값을 추정치(
Figure PCTKR2023010408-appb-img-000259
)와 정답(ground truth) 값(
Figure PCTKR2023010408-appb-img-000260
) 간의 곱으로 나타낸 그래프(900)가 도시된다.
전술한 바와 같이, 힌지 손실 함수는 수신 신호(예: 도 7의 수신 신호(701))에 잡음만 수신된 경우와 제어 신호가 수신된 경우를 구분하는 결정 경계(decision boundary)를 찾도록 하기 위한 것일 수 있다.
블라인드 검출은 수신된 신호에 대하여 해당 신호가 제어 신호를 포함할 확률 그 자체보다는 해당 신호가 제어 신호를 포함하는지 아니면 잡음만을 포함하는지 여부를 구분하기 위한 것일 수 있다. 힌지 손실 함수를 사용하면, 이진 교차 엔트로피 손실 함수를 사용하는 경우 대비 근소한 성능 향상을 달성할 수 있다.
그래프(900)에서, 정답(ground truth) 값(
Figure PCTKR2023010408-appb-img-000261
)과 그 추정치(
Figure PCTKR2023010408-appb-img-000262
)가 양수이고, 정답(ground truth) 값(
Figure PCTKR2023010408-appb-img-000263
)과 추정치(
Figure PCTKR2023010408-appb-img-000264
) 간의 곱이 특정값(예: gradient 값이 0인 지점) 이상인 경우, 정답(ground truth) 값(
Figure PCTKR2023010408-appb-img-000265
)과 그 추정치(
Figure PCTKR2023010408-appb-img-000266
)가 같은 클래스(class)로 분류될 수 있다. 정답(ground truth) 값(
Figure PCTKR2023010408-appb-img-000267
)과 그 추정치(
Figure PCTKR2023010408-appb-img-000268
)가 같은 클래스(class)로 분류되는 것은 결정 경계가 정확하게 구분된 경우에 해당하므로, 학습 장치는 심층 신경망(예: 이진 분류기)에 대한 학습을 종료할 수 있다.
이와 달리, 정답(ground truth) 값(
Figure PCTKR2023010408-appb-img-000269
)과 그 추정치(
Figure PCTKR2023010408-appb-img-000270
) 중 적어도 하나가 음수이고, 정답(ground truth) 값(
Figure PCTKR2023010408-appb-img-000271
)과 추정치(
Figure PCTKR2023010408-appb-img-000272
) 간의 곱이 특정값(예: gradient 값이 0인 지점) 미만인 경우, 정답(ground truth) 값(
Figure PCTKR2023010408-appb-img-000273
)과 그 추정치(
Figure PCTKR2023010408-appb-img-000274
)가 다른 클래스(class)로 분류될 수 있다. 정답(ground truth) 값(
Figure PCTKR2023010408-appb-img-000275
)과 그 추정치(
Figure PCTKR2023010408-appb-img-000276
)가 다른 클래스로 분류되는 것은 결정 경계가 부정확하게 구분된 경우에 해당하므로, 학습 장치는 심층 신경망(예: 이진 분류기)에 대한 학습을 진행할 수 있다.
도 10은 일 실시예에 따른 수신기의 동작 방법을 나타낸 흐름도이다. 이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
도 10을 참조하면, 일 실시예에 따른 CA-SCL(CRC aided Successive cancellation list) 디코더(예: 도 1의 디코더(110), 도 3의 SCL디코더(340), 및/또는 도 7의 CA-SCL 디코더(720))를 포함하는 수신기(예: 도 1의 수신기(100))는 동작 1010 내지 동작 1030을 통해 수신 신호(701) 내에 송신기가 전송한 제어 신호가 포함되어 있는지 여부를 판별할 수 있다.
동작 1010에서, 수신기(100)는 CA-SCL 디코더(720)의 폴라 디코딩(예: 도 5의 동작 520의 폴라 디코딩, 도 6의 동작 610의 폴라 디코딩)을 통해 멀티 모달 입력들을 획득할 수 있다. 수신기(100)는 예를 들어, 폴라 인코딩(예: 도 6의 동작 650의 폴라 재인코딩(polar re-encoding) 및/또는 도 7의 폴라 인코딩(740)) 및 폴라 디코딩을 통해 멀티 모달 입력들을 획득할 수 있다.
동작 1020에서, 수신기(100)는 동작 1010에서 획득한 멀티 모달 입력들을 결합하여 벡터화할 수 있다. 수신기(100)는 멀티 모달 입력들 중 적어도 둘을 하나의 벡터로 연결하는 벡터화를 통해 입력 데이터를 생성할 수 있다.
동작 1030에서, 수신기(100)는 동작 1020에서 벡터화한 멀티 모달 입력들을 이진 분류기(예: 도 1의 이진 분류기(135))에 입력함으로써 수신기(100)의 수신 신호(701) 내에 송신기가 전송한 제어 신호가 포함되어 있는지 여부를 판별할 수 있다. 수신기(100)는 입력 데이터를 이진 분류기(135)에 입력함으로써 수신기(100)의 수신 신호(701) 내에 송신기가 전송한 제어 신호가 포함되어 있는지 여부를 판별할 수 있다. 수신기(100)는 수신 신호(701) 내에 송신기가 전송한 제어 신호가 포함되어 있었을 CRC 비트 확률, 다시 말해 추정치(예: 도 7의 추정치
Figure PCTKR2023010408-appb-img-000277
(780))를 산출할 수 있다.
이진 분류기(135)는 예를 들어, 이진 크로스 엔트로피 손실 함수 또는 힌지 손실 함수에 의해 학습되어 수신 신호(701) 내에 제어 신호가 포함되었을 확률에 대한 추정치
Figure PCTKR2023010408-appb-img-000278
(780)를 산출할 수 있다.
예를 들어, 추정치
Figure PCTKR2023010408-appb-img-000279
(780)가 임계치 보다 크면, 이진 분류기(135)는 제어 신호가 수신되었다고 판별할 수 있다. 이와 달리, 추정치
Figure PCTKR2023010408-appb-img-000280
(780)가 임계치보다 작거나 같으면, 이진 분류기(135)는 제어 신호가 수신되지 않았다고 판별할 수 있다. 이진 분류기(135)는 복수의 레이어들로 구성된 완전 연결망(FCN)(예: 도 7의 완전 연결망(FCN)(770))을 포함할 수 있다. 이진 분류기(135)는 예를 들어, ADAM(Adaptive Moment Estimation) 최적화 알고리즘에 의해 수신 신호(701) 내에 제어 신호가 포함되었을 확률을 산출할 수 있으나, 반드시 이에 한정되지는 않는다.
이진 분류기(135)의 학습에 이용되는 손실 함수는 예를 들어, 추정치
Figure PCTKR2023010408-appb-img-000281
(780)를 산출하도록 이진 분류기(135)를 학습시키는 이진 교차 엔트로피(cross-entropy) 손실 함수를 포함할 수 있다. 이진 분류기(135)는 이진 교차 엔트로피 손실 함수를 이용하여 수신 신호(701) 내에 제어 신호가 포함되었을 확률에 대한 추정치
Figure PCTKR2023010408-appb-img-000282
(780)를 산출하도록 학습될 수 있다.
또는, 이진 분류기(135)의 학습에 이용되는 손실 함수는 결정 경계(decision boundary)를 찾는 힌지 손실(Hinge loss) 함수를 포함할 수 있다. 결정 경계는 수신 신호(701) 내에 잡음이 포함된 경우와 수신 신호(701) 내에 제어 신호가 포함된 경우를 구분하는 경계에 해당할 수 있다. 이진 분류기(135)는 힌지 손실 함수를 이용하여 결정 경계를 찾도록 학습될 수 있다.
멀티 모달 입력들은 예를 들어, 폴라 디코딩(예: 도 5의 동작 520의 폴라 디코딩, 도 6의 동작 610의 폴라 디코딩)에서 획득되는 복수 개의 생존 경로들(survival paths)의 비트열을 포함하는 경로 메트릭들(path metrics)(예: 도 7의 경로 메트릭들 P = {PM1, PM2, .. , PML}(703)), 폴라 디코딩(520, 610)의 결과를 폴라 인코딩(예: 도 6의 동작 650의 폴라 재인코딩(polar re-encoding) 및/또는 도 7의 폴라 인코딩(740))에 의해 재부호화하여 획득한 제곱 유클리드 거리 비율(SEDR)(예: 도 7의 제곱 유클리드 거리 비율(SEDR)(
Figure PCTKR2023010408-appb-img-000283
)(705)), 폴라 디코딩에서 주어지는 송신 벡터들 사이의 상관 관계를 측정한 상관 메트릭(correlation metric)(예: 도 7의 상관 메트릭(correlation metric)(
Figure PCTKR2023010408-appb-img-000284
)(707)), 및 수신 신호(701)의 신호 대 잡음비(signal to noise ratio; SNR)(예: 도 7의 SNR(702)) 중 적어도 두 가지의 유형을 포함할 수 있다.
일 실시예에 따르면, 무선 통신 시스템의 수신기(100)는 폴라 디코딩(polar decoding)(520, 610, 720)에서 수행되는 순환 중복 검사(cyclic redundancy check, CRC)에 의해 상기 수신기(100)의 수신 신호(701) 내에 포함된 송신기가 전송한 제어 신호를 검출하는 디코더(110, 340, 720), 및 상기 폴라 디코딩(520, 610)을 통해 획득한 멀티 모달 입력들(multi-modal inputs)에 기초하여 상기 수신 신호(701) 내에 상기 제어 신호가 포함되어 있는지 여부를 판별하는 후처리 모듈(130)을 포함할 수 있다.
일 실시예에 따르면, 상기 후처리 모듈(130)은 상기 멀티 모달 입력들 중 적어도 둘을 기초로, 상기 수신 신호(701) 내에 상기 제어 신호가 포함되었을 확률에 대한 추정치(780)를 산출하는 이진 분류기(binary classifier)(135)를 포함할 수 있다.
일 실시예에 따르면, 상기 이진 분류기(135)는 상기 추정치(780)가 임계치 (threshold) 보다 크면, 상기 제어 신호가 수신되었다고 판별하고, 상기 추정치(780)가 상기 임계치보다 작거나 같으면, 상기 제어 신호가 수신되지 않았다고 판별할 수 있다.
일 실시예에 따르면, 상기 후처리 모듈(130)은 상기 멀티 모달 입력들 중 적어도 둘을 하나의 벡터로 연결(concatenate)하여 입력 데이터를 생성하고, 상기 입력 데이터를 상기 이진 분류기(135)에 인가하며, 상기 이진 분류기(135)는 상기 입력 데이터를 이용하여 상기 수신 신호(701) 내에 상기 제어 신호가 포함되었을 이진 확률을 출력할 수 있다.
일 실시예에 따르면, 상기 멀티 모달 입력들은 상기 폴라 디코딩(520, 610)에서 획득되는 복수 개의 생존 경로들(survival paths)의 비트열을 포함하는 경로 메트릭들(path metric)(705), 상기 폴라 디코딩(520, 610)의 결과를 폴라 인코딩(polar encoding)(650, 740)에 의해 재부호화하여 획득한 제곱 유클리드 거리 비율(squared Euclidean distance ratio, SEDR)(705), 상기 폴라 디코딩(520, 610)에서 주어지는 송신 벡터들 사이의 상관 관계를 측정한 상관 메트릭(correlation metric)(707), 및 상기 수신 신호(701)의 신호 대 잡음비(signal to noise ratio, SNR) 중 적어도 두 가지의 유형을 포함할 수 있다.
일 실시예에 따르면, 상기 이진 분류기(135)는 복수의 레이어들로 구성된 완전 연결망(fully-connected network, FCN)(770)을 포함할 수 있다.
일 실시예에 따르면, 상기 이진 분류기(135)는 상기 멀티 모달 입력들 중 적어도 둘을 상기 이진 분류기(135)에 입력으로 인가하여 상기 수신 신호(701)이 상기 제어 신호를 포함하는지 여부를 레이블링(labeling) 함으로써 학습될 수 있다.
일 실시예에 따르면, 상기 이진 분류기(135)의 학습에 이용되는 손실 함수는 상기 추정치(780)를 산출하도록 상기 이진 분류기(135)를 학습시키는 이진 교차 엔트로피(cross-entropy) 손실 함수를 포함하고, 상기 이진 분류기(135)는 상기 이진 교차 엔트로피 손실 함수를 이용하여 상기 수신 신호(701) 내에 상기 제어 신호가 포함되었을 확률에 대한 추정치(780)를 산출하도록 학습될 수 있다.
일 실시예에 따르면, 상기 이진 분류기(135)의 학습에 이용되는 손실 함수는 상기 수신 신호(701) 내에 잡음이 포함된 경우와 상기 수신 신호(701) 내에 상기 제어 신호가 포함된 경우를 구분하는 결정 경계(decision boundary)를 찾는 힌지 손실(Hinge loss) 함수를 포함하고, 상기 이진 분류기(135)는 상기 힌지 손실 함수를 이용하여 상기 결정 경계를 찾도록 학습될 수 있다.
일 실시예에 따르면, 상기 수신 신호(701)은 상향 링크의 제어 정보를 포함할 수 있다.
일 실시예에 따르면, CA-SCL(C RC aided Successive cancellation list) 디코더(110, 340, 720)를 포함하는 수신기(100)의 동작 방법은 상기 CA-SCL 디코더(110, 340, 720)의 폴라 디코딩(520, 610)을 통해 멀티 모달 입력들을 획득하는 동작 1010, 상기 멀티 모달 입력들을 결합하여 벡터화하는 동작 1020, 및 상기 벡터화한 멀티 모달 입력들을 이진 분류기(135)에 입력함으로써 상기 수신기(100)의 수신 신호(701) 내에 송신기가 전송한 제어 신호가 포함되어 있는지 여부를 판별하는 동작 1030을 포함할 수 있다.
일 실시예에 따르면, 상기 멀티 모달 입력들을 획득하는 동작은 폴라 인코딩 및 상기 폴라 디코딩(520, 610)을 통해 상기 멀티 모달 입력들을 획득하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 멀티 모달 입력들을 결합하여 벡터화하는 동작은 상기 멀티 모달 입력들 중 적어도 둘을 하나의 벡터로 연결하는 상기 벡터화를 통해 입력 데이터를 생성하는 동작을 포함하고, 상기 송신기가 전송한 제어 신호가 포함되어 있는지 여부를 판별하는 동작은 상기 입력 데이터를 상기 이진 분류기(135)에 입력함으로써 상기 수신기(100)의 수신 신호(701) 내에 송신기가 전송한 제어 신호가 포함되어 있는지 여부를 판별하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 이진 분류기(135)는 이진 크로스 엔트로피 손실 함수(binary cross-entropy loss function) 또는 힌지 손실 함수에 의해 학습되어 상기 수신 신호(701) 내에 상기 제어 신호가 포함되었을 확률에 대한 추정치(780)를 산출할 수 있다.
일 실시예에 따르면, 상기 이진 분류기(135)는 상기 추정치(780)가 임계치 보다 크면, 상기 제어 신호가 수신되었다고 판별하고, 상기 추정치(780)가 상기 임계치보다 작거나 같으면, 상기 제어 신호가 수신되지 않았다고 판별할 수 있다.
일 실시예에 따르면, 상기 멀티 모달 입력들은 상기 폴라 디코딩(520, 610)에서 획득되는 복수 개의 생존 경로들(survival paths)의 비트열을 포함하는 경로 메트릭들(705), 상기 폴라 디코딩(520, 610)의 결과를 폴라 인코딩(polar encoding)(650, 740)에 의해 재부호화하여 획득한 제곱 유클리드 거리 비율(SEDR) (705), 상기 폴라 디코딩(520, 610)에서 주어지는 송신 벡터들 사이의 상관 관계를 측정한 상관 메트릭(707), 및 상기 수신 신호(701)의 신호 대 잡음비(SNR) 중 적어도 두 가지의 유형을 포함할 수 있다.
일 실시예에 따르면, 상기 이진 분류기(135)는 복수의 레이어들로 구성된 완전 연결망(FCN)(770)을 포함할 수 있다.
일 실시예에 따르면, 상기 이진 분류기(135)의 학습에 이용되는 손실 함수는 상기 추정치(780)를 산출하도록 상기 이진 분류기(135)를 학습시키는 이진 교차 엔트로피(cross-entropy) 손실 함수를 포함하고, 상기 이진 분류기(135)는 상기 이진 교차 엔트로피 손실 함수를 이용하여 상기 수신 신호(701) 내에 상기 제어 신호가 포함되었을 확률에 대한 추정치(780)를 산출하도록 학습될 수 있다.
일 실시예에 따르면, 상기 이진 분류기(135)의 학습에 이용되는 손실 함수는 상기 수신 신호(701) 내에 잡음이 포함된 경우와 상기 수신 신호(701) 내에 상기 제어 신호가 포함된 경우를 구분하는 결정 경계(decision boundary)를 찾는 힌지 손실(Hinge loss) 함수를 포함하고, 상기 이진 분류기(135)는 상기 힌지 손실 함수를 이용하여 상기 결정 경계를 찾도록 학습될 수 있다.

Claims (15)

  1. 무선 통신 시스템의 수신기(100)에 있어서,
    폴라 디코딩(polar decoding)(520, 610, 720)에서 수행되는 순환 중복 검사(cyclic redundancy check; CRC)에 의해 상기 수신기(100)의 수신 신호(701) 내에 포함된 송신기가 전송한 제어 신호를 검출하는 디코더(110, 340, 720); 및
    상기 폴라 디코딩(520, 610)을 통해 획득한 멀티 모달 입력들(multi-modal inputs)에 기초하여 상기 수신 신호(701) 내에 상기 제어 신호가 포함되어 있는지 여부를 판별하는 후처리 모듈(130)
    을 포함하는, 수신기(100).
  2. 제1항에 있어서,
    상기 후처리 모듈(130)은
    상기 멀티 모달 입력들 중 적어도 둘을 기초로, 상기 수신 신호(701) 내에 상기 제어 신호가 포함되었을 확률에 대한 추정치(780)를 산출하는 이진 분류기(binary classifier)(135)
    를 포함하는, 수신기(100).
  3. 제2항에 있어서,
    상기 이진 분류기(135)는
    상기 추정치(780)가 임계치(threshold) 보다 크면, 상기 제어 신호가 수신되었다고 판별하고,
    상기 추정치(780)가 상기 임계치보다 작거나 같으면, 상기 제어 신호가 수신되지 않았다고 판별하는, 수신기(100).
  4. 제2항 내지 제3항 중 어느 한 항에 있어서,
    상기 후처리 모듈(130)은
    상기 멀티 모달 입력들 중 적어도 둘을 하나의 벡터로 연결(concatenate)하여 입력 데이터를 생성하고,
    상기 입력 데이터를 상기 이진 분류기(135)에 인가하며,
    상기 이진 분류기(135)는
    상기 입력 데이터를 이용하여 상기 수신 신호(701) 내에 상기 제어 신호가 포함되었을 이진 확률을 출력하는, 수신기(100).
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 멀티 모달 입력들은
    상기 폴라 디코딩(520, 610)에서 획득되는 복수 개의 생존 경로들(survival paths)의 비트열을 포함하는 경로 메트릭들(path metrics)(705);
    상기 폴라 디코딩(520, 610)의 결과를 폴라 인코딩(polar encoding)(650, 740)에 의해 재부호화하여 획득한 제곱 유클리드 거리 비율(squared Euclidean distance ratio; SEDR)(705);
    상기 폴라 디코딩(520, 610)에서 주어지는 송신 벡터들 사이의 상관 관계를 측정한 상관 메트릭(correlation metric)(707); 및
    상기 수신 신호(701)의 신호 대 잡음비(signal to noise ratio; SNR)
    중 적어도 두 가지의 유형을 포함하는, 수신기(100).
  6. 제2항 내지 제5항 중 어느 한 항에 있어서,
    상기 이진 분류기(135)는
    복수의 레이어들로 구성된 완전 연결망(fully-connected network; FCN)(770)을 포함하는, 수신기(100).
  7. 제2항 내지 제6항 중 어느 한 항에 있어서,
    상기 이진 분류기(135)는
    상기 멀티 모달 입력들 중 적어도 둘을 상기 이진 분류기(135)에 입력으로 인가하여 상기 수신 신호(701)이 상기 제어 신호를 포함하는지 여부를 레이블링(labeling) 함으로써 학습되는, 수신기(100).
  8. 제2항 내지 제7항 중 어느 한 항에 있어서,
    상기 이진 분류기(135)의 학습에 이용되는 손실 함수는
    상기 추정치(780)를 산출하도록 상기 이진 분류기(135)를 학습시키는 이진 교차 엔트로피(cross-entropy) 손실 함수를 포함하고,
    상기 이진 분류기(135)는
    상기 이진 교차 엔트로피 손실 함수를 이용하여 상기 수신 신호(701) 내에 상기 제어 신호가 포함되었을 확률에 대한 추정치(780)를 산출하도록 학습되는, 수신기(100).
  9. 제2항 내지 제7항 중 어느 한 항에 있어서,
    상기 이진 분류기(135)의 학습에 이용되는 손실 함수는
    상기 수신 신호(701) 내에 잡음이 포함된 경우와 상기 수신 신호(701) 내에 상기 제어 신호가 포함된 경우를 구분하는 결정 경계(decision boundary)를 찾는 힌지 손실(Hinge loss) 함수를 포함하고,
    상기 이진 분류기(135)는
    상기 힌지 손실 함수를 이용하여 상기 결정 경계를 찾도록 학습되는, 수신기(100).
  10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    상기 수신 신호(701)은
    상향 링크의 제어 정보를 포함하는, 수신기(100).
  11. CA-SCL(CRC aided successive cancellation list) 디코더(110, 340, 720)를 포함하는 수신기(100)의 동작 방법에 있어서,
    상기 CA-SCL 디코더(110, 340, 720)의 폴라 디코딩(520, 610)을 통해 멀티 모달 입력들을 획득하는 동작;
    상기 멀티 모달 입력들을 결합하여 벡터화하는 동작; 및
    상기 벡터화한 멀티 모달 입력들을 이진 분류기(135)에 입력함으로써 상기 수신기(100)의 수신 신호(701) 내에 송신기가 전송한 제어 신호가 포함되어 있는지 여부를 판별하는 동작
    을 포함하는, 수신기(100)의 동작 방법.
  12. 제11항에 있어서,
    상기 멀티 모달 입력들을 획득하는 동작은
    폴라 인코딩 및 상기 폴라 디코딩(520, 610)을 통해 상기 멀티 모달 입력들을 획득하는 동작
    을 포함하는, 수신기(100)의 동작 방법.
  13. 제11항 내지 제12항 중 어느 한 항에 있어서,
    상기 멀티 모달 입력들을 결합하여 벡터화하는 동작은
    상기 멀티 모달 입력들 중 적어도 둘을 하나의 벡터로 연결하는 상기 벡터화를 통해 입력 데이터를 생성하는 동작
    을 포함하고,
    상기 송신기가 전송한 제어 신호가 포함되어 있는지 여부를 판별하는 동작은
    상기 입력 데이터를 상기 이진 분류기(135)에 입력함으로써 상기 수신기(100)의 수신 신호(701) 내에 송신기가 전송한 제어 신호가 포함되어 있는지 여부를 판별하는 동작
    을 포함하는, 수신기(100)의 동작 방법.
  14. 제11항 내지 제13항 중 어느 한 항에 있어서,
    상기 이진 분류기(135)는 복수의 레이어들로 구성된 완전 연결망(FCN)(770)을 포함하고,
    이진 크로스 엔트로피 손실 함수(binary cross-entropy loss function) 또는 힌지 손실 함수에 의해 학습되어 상기 수신 신호(701) 내에 상기 제어 신호가 포함되었을 확률에 대한 추정치(780)를 산출하며,
    상기 추정치(780)가 임계치 보다 크면, 상기 제어 신호가 수신되었다고 판별하고,
    상기 추정치(780)가 상기 임계치보다 작거나 같으면, 상기 제어 신호가 수신되지 않았다고 판별하는, 수신기(100)의 동작 방법.
  15. 제11항 내지 제14항 중 어느 한 항에 있어서,
    상기 멀티 모달 입력들은
    상기 폴라 디코딩(520, 610)에서 획득되는 복수 개의 생존 경로들(survival paths)의 비트열을 포함하는 경로 메트릭들(705);
    상기 폴라 디코딩(520, 610)의 결과를 폴라 인코딩(650, 740)에 의해 재부호화하여 획득한 제곱 유클리드 거리 비율(705);
    상기 폴라 디코딩(520, 610)에서 주어지는 송신 벡터들 사이의 상관 관계를 측정한 상관 메트릭(707); 및
    상기 수신 신호(701)의 신호 대 잡음비(SNR)
    중 적어도 두 가지의 유형을 포함하는, 수신기(100)의 동작 방법.
PCT/KR2023/010408 2022-08-25 2023-07-19 무선 통신 시스템에서 블라인드 검출을 수행하는 수신기 및 그 동작 방법 WO2024043541A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20220106853 2022-08-25
KR10-2022-0106853 2022-08-25
KR10-2022-0116201 2022-09-15
KR1020220116201A KR20240028887A (ko) 2022-08-25 2022-09-15 무선 통신 시스템에서 블라인드 검출을 수행하는 수신기 및 그 동작 방법

Publications (1)

Publication Number Publication Date
WO2024043541A1 true WO2024043541A1 (ko) 2024-02-29

Family

ID=90013711

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/010408 WO2024043541A1 (ko) 2022-08-25 2023-07-19 무선 통신 시스템에서 블라인드 검출을 수행하는 수신기 및 그 동작 방법

Country Status (1)

Country Link
WO (1) WO2024043541A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190068225A1 (en) * 2016-04-29 2019-02-28 Huawei Technologies Co., Ltd. Polar Polar Code Encoding And Decoding Method And Apparatus
KR20190046099A (ko) * 2017-10-25 2019-05-07 서울대학교산학협력단 심층 신경망 기반의 정보 처리 장치 및 방법
KR20190117186A (ko) * 2018-04-06 2019-10-16 한국전자통신연구원 학습 기반 채널코드 디코딩 방법 및 장치
KR20210030848A (ko) * 2019-09-10 2021-03-18 삼성전자주식회사 통신 또는 방송 시스템에서 데이터 복호화 방법 및 장치
KR20210067967A (ko) * 2019-11-29 2021-06-08 삼성전자주식회사 통신 및 방송 시스템에서 극부호의 복호화 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190068225A1 (en) * 2016-04-29 2019-02-28 Huawei Technologies Co., Ltd. Polar Polar Code Encoding And Decoding Method And Apparatus
KR20190046099A (ko) * 2017-10-25 2019-05-07 서울대학교산학협력단 심층 신경망 기반의 정보 처리 장치 및 방법
KR20190117186A (ko) * 2018-04-06 2019-10-16 한국전자통신연구원 학습 기반 채널코드 디코딩 방법 및 장치
KR20210030848A (ko) * 2019-09-10 2021-03-18 삼성전자주식회사 통신 또는 방송 시스템에서 데이터 복호화 방법 및 장치
KR20210067967A (ko) * 2019-11-29 2021-06-08 삼성전자주식회사 통신 및 방송 시스템에서 극부호의 복호화 방법 및 장치

Similar Documents

Publication Publication Date Title
WO2020231235A1 (en) Method and apparatus for decoding data in communication or broadcasting system
US7716561B2 (en) Multi-threshold reliability decoding of low-density parity check codes
US8010869B2 (en) Method and device for controlling the decoding of a LDPC encoded codeword, in particular for DVB-S2 LDPC encoded codewords
WO2017217711A1 (ko) 폴라 코드를 위한 데이터 재송신 방법 및 이를 위한 장치
JP4835691B2 (ja) 回線切替信号出力回路及び回線切替信号出力方法
WO2017209531A1 (en) Apparatus and method for encoding with cyclic redundancy check and polar code
WO2014092516A1 (en) Packet decoding method and apparatus
WO2013032156A1 (en) Method and apparatus for transmitting and receiving information in a broadcasting/communication system
US20070162788A1 (en) Method and device for calculating bit error rate of received signal
US9081677B2 (en) Method and device for estimating input bit error ratio
WO2013191435A1 (en) Communication system with repeat-response combining mechanism and method of operation thereof
WO2017196117A2 (en) Scheme for communication using integer-forcing scheme in wireless communication system
WO2015160205A1 (ko) 부호어를 생성하는 방법 및 장치 그리고 부호어를 복원하는 방법 및 장치
WO2009110722A2 (en) Apparatus and method for channel encoding and decoding in communication system using low-density parity-check codes
JP2011103667A (ja) 無線通信装置及び中継方法
WO2020226304A1 (en) Apparatus and method for decoding of low-density parity check codes in wireless communication system
WO2019093855A1 (ko) Harq를 지원하기 위해 폴라 코드를 기반으로 부호화하는 방법 및 이를 이용한 무선 장치
WO2017217715A1 (ko) 폴라 코드를 위한 프로즌 비트 결정 방법 및 이를 위한 장치
US20020108090A1 (en) Blind transport format detection of turbo-coded data
WO2019031841A1 (ko) 정보 전송 방법 및 전송 장치 및 정보 수신 방법 및 수신 장치
EP3925112A1 (en) Assessing operating conditions of a receiver in a communication network based on forward error correction decoding properties
WO2022070043A1 (en) Serial concatenated codes with outer block codes and inner polarization adjusted convolutional codes
WO2013015548A2 (ko) Ldpc 부호화, 복호화 방법 및 그 방법을 이용하는 장치
WO2011062444A2 (ko) 방송 신호 송수신 방법 및 장치
WO2020067637A1 (ko) 무선 통신 시스템에서 극 부호를 이용한 부호화 및 복호화를 위한 장치 및 방법

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: 23857577

Country of ref document: EP

Kind code of ref document: A1