WO2024048803A1 - 무선 통신 시스템에서 불연속 수신 동작에 관련된 파라미터를 설정하기 위한 장치 및 방법 - Google Patents

무선 통신 시스템에서 불연속 수신 동작에 관련된 파라미터를 설정하기 위한 장치 및 방법 Download PDF

Info

Publication number
WO2024048803A1
WO2024048803A1 PCT/KR2022/012893 KR2022012893W WO2024048803A1 WO 2024048803 A1 WO2024048803 A1 WO 2024048803A1 KR 2022012893 W KR2022012893 W KR 2022012893W WO 2024048803 A1 WO2024048803 A1 WO 2024048803A1
Authority
WO
WIPO (PCT)
Prior art keywords
parameter
drx
information related
information
value
Prior art date
Application number
PCT/KR2022/012893
Other languages
English (en)
French (fr)
Inventor
하업성
장지환
오재기
정재훈
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to PCT/KR2022/012893 priority Critical patent/WO2024048803A1/ko
Publication of WO2024048803A1 publication Critical patent/WO2024048803A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H04W28/24—Negotiating SLA [Service Level Agreement]; Negotiating QoS [Quality of Service]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W76/00—Connection management
    • H04W76/20—Manipulation of established connections
    • H04W76/28—Discontinuous transmission [DTX]; Discontinuous reception [DRX]

Definitions

  • the following description is about a wireless communication system and relates to an apparatus and method for configuring parameters related to DRX (discontinuous reception) operation in a wireless communication system.
  • Wireless access systems are being widely deployed to provide various types of communication services such as voice and data.
  • a wireless access system is a multiple access system that can support communication with multiple users by sharing available system resources (bandwidth, transmission power, etc.).
  • multiple access systems include code division multiple access (CDMA) systems, frequency division multiple access (FDMA) systems, time division multiple access (TDMA) systems, orthogonal frequency division multiple access (OFDMA) systems, and single carrier frequency (SC-FDMA) systems. division multiple access) systems, etc.
  • enhanced mobile broadband (eMBB) communication technology is being proposed compared to the existing radio access technology (RAT).
  • RAT radio access technology
  • a communication system that takes into account reliability and latency-sensitive services/UE (user equipment) as well as mMTC (massive machine type communications), which connects multiple devices and objects to provide a variety of services anytime and anywhere, is being proposed. .
  • mMTC massive machine type communications
  • the present disclosure can provide an apparatus and method for effectively setting parameters related to DRX (discontinuous reception) operation in a wireless communication system.
  • the present disclosure may provide an apparatus and method for setting at least one parameter related to DRX operation based on traffic characteristics of a terminal in a wireless communication system.
  • the present disclosure may provide an apparatus and method for setting at least one parameter related to DRX operation based on an artificial intelligence model in a wireless communication system.
  • the present disclosure may provide an apparatus and method for setting at least one parameter related to DRX operation using Thompson sampling technology in a wireless communication system.
  • the present disclosure can provide an apparatus and method for setting at least one parameter related to DRX operation according to a terminal-initiated method in a wireless communication system.
  • the present disclosure can provide an apparatus and method for transmitting at least one parameter related to DRX operation determined by a terminal to a base station in a wireless communication system.
  • the present disclosure can provide an apparatus and method for transmitting at least one parameter related to DRX operation determined by a terminal to a base station in a wireless communication system.
  • a method of operating a user equipment (UE) in a wireless communication system includes receiving configuration information related to a DRX (discontinuous reception) operation from a base station, and operating the DRX based on the configuration information. performing, transmitting a first message containing information related to at least one parameter related to the DRX operation, and receiving a second message containing information related to resetting the at least one parameter. may include.
  • the first message may include information related to traffic characteristics determined by the UE, which is used to reset the at least one parameter.
  • a method of operating a base station in a wireless communication system includes transmitting configuration information related to a DRX (discontinuous reception) operation to a user equipment (UE), and operating the DRX based on the configuration information. Controlling, receiving a first message containing information related to at least one parameter related to the DRX operation, and transmitting a second message containing information related to resetting the at least one parameter. may include.
  • the first message may include information related to traffic characteristics determined by the UE, which is used to reset the at least one parameter.
  • a user equipment (UE) in a wireless communication system includes a transceiver and a processor connected to the transceiver, and the processor receives configuration information related to a DRX (discontinuous reception) operation from a base station.
  • a base station in a wireless communication system includes a transceiver and a processor connected to the transceiver, and the processor provides configuration information related to discontinuous reception (DRX) operation to a user equipment (UE). Transmit, control the DRX operation based on the configuration information, receive a first message containing information related to at least one parameter related to the DRX operation, and receive information related to resetting the at least one parameter. Control to transmit a second message including, wherein the first message includes information related to traffic characteristics determined by the UE, which is used to reset the at least one parameter.
  • DRX discontinuous reception
  • UE user equipment
  • a device includes at least one processor, at least one computer memory coupled to the at least one processor and storing instructions directing operations as executed by the at least one processor; , the operations include, by the device, receiving configuration information related to a DRX (discontinuous reception) operation from a base station, performing the DRX operation based on the configuration information, and at least one related to the DRX operation. It may include transmitting a first message containing information related to the parameter, and receiving a second message containing information related to resetting the at least one parameter.
  • the first message may include information related to traffic characteristics determined by the UE, which is used to reset the at least one parameter.
  • a non-transitory computer-readable medium storing at least one instruction includes the at least one instruction executable by a processor. Includes, wherein the at least one command is such that the device receives configuration information related to a DRX (discontinuous reception) operation from a base station, performs the DRX operation based on the configuration information, and performs the DRX operation. Control to transmit a first message containing information related to at least one related parameter and receive a second message containing information related to resetting the at least one parameter, wherein the first message includes the at least one It may include information related to traffic characteristics determined by the UE, which is used to reset the parameters of .
  • DRX discontinuous reception
  • parameters related to discontinuous reception (DRX) operation can be effectively configured.
  • FIG. 1 shows an example of a communication system applicable to the present disclosure.
  • Figure 2 shows an example of a wireless device applicable to the present disclosure.
  • Figure 3 shows another example of a wireless device applicable to the present disclosure.
  • Figure 4 shows an example of a portable device applicable to the present disclosure.
  • FIG 5 shows an example of a vehicle or autonomous vehicle applicable to the present disclosure.
  • Figure 6 shows an example of AI (Artificial Intelligence) applicable to the present disclosure.
  • Figure 7 shows a method of processing a transmission signal applicable to the present disclosure.
  • Figure 8 shows an example of a communication structure that can be provided in a 6G (6th generation) system applicable to the present disclosure.
  • Figure 10 shows a THz communication method applicable to the present disclosure.
  • FIG. 11 shows examples of probability density functions of beta distributions applicable to the present disclosure.
  • 12A to 12D show examples of updating a probability distribution model applicable to the present disclosure.
  • FIG. 13 shows an example of a cycle of a discontinuous reception (DRX) operation in a wireless communication system according to an embodiment of the present disclosure.
  • DRX discontinuous reception
  • Figure 14 shows an example of a situation in which data is received during DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • Figures 15A to 15C show examples of power consumption distribution by situation in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 16 illustrates the concept of controlling parameters related to DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 17 shows an example of an artificial intelligence model for predicting traffic characteristics in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 18 illustrates the concept of parameter determination based on Thompson sampling (TS) in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 19 shows examples of probability density functions of beta distributions usable in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 20 shows an example of a procedure for performing a DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 21 shows an example of a procedure for controlling DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 22 shows an example of a procedure for determining parameters related to DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 23 shows examples of DRX operations according to traffic characteristics in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 24 shows an example of signal exchange for updating parameters related to DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 25 shows an example of a procedure for updating parameters related to DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 26 shows a reward structure based on Thompson sampling in a wireless communication system according to an embodiment of the present disclosure.
  • each component or feature may be considered optional unless explicitly stated otherwise.
  • Each component or feature may be implemented in a form that is not combined with other components or features. Additionally, some components and/or features may be combined to form an embodiment of the present disclosure. The order of operations described in embodiments of the present disclosure may be changed. Some features or features of one embodiment may be included in other embodiments or may be replaced with corresponding features or features of other embodiments.
  • the base station is meant as a terminal node of the network that directly communicates with the mobile station. Certain operations described in this document as being performed by the base station may, in some cases, be performed by an upper node of the base station.
  • 'base station' is a term such as fixed station, Node B, eNB (eNode B), gNB (gNode B), ng-eNB, advanced base station (ABS), or access point. It can be replaced by .
  • the terminal is a user equipment (UE), a mobile station (MS), a subscriber station (SS), and a mobile subscriber station (MSS).
  • UE user equipment
  • MS mobile station
  • SS subscriber station
  • MSS mobile subscriber station
  • AMS advanced mobile station
  • the transmitting end refers to a fixed and/or mobile node that provides a data service or a voice service
  • the receiving end refers to a fixed and/or mobile node that receives a data service or a voice service. Therefore, in the case of uplink, the mobile station can be the transmitting end and the base station can be the receiving end. Likewise, in the case of downlink, the mobile station can be the receiving end and the base station can be the transmitting end.
  • Embodiments of the present disclosure include wireless access systems such as the IEEE 802.xx system, 3GPP (3rd Generation Partnership Project) system, 3GPP LTE (Long Term Evolution) system, 3GPP 5G (5th generation) NR (New Radio) system, and 3GPP2 system. May be supported by standard documents disclosed in at least one, and in particular, embodiments of the present disclosure are supported by the 3GPP technical specification (TS) 38.211, 3GPP TS 38.212, 3GPP TS 38.213, 3GPP TS 38.321 and 3GPP TS 38.331 documents. It can be.
  • TS 3GPP technical specification
  • embodiments of the present disclosure can be applied to other wireless access systems and are not limited to the above-described system. As an example, it may be applicable to systems applied after the 3GPP 5G NR system and is not limited to a specific system.
  • CDMA code division multiple access
  • FDMA frequency division multiple access
  • TDMA time division multiple access
  • OFDMA orthogonal frequency division multiple access
  • SC-FDMA single carrier frequency division multiple access
  • LTE is 3GPP TS 36.xxx Release 8 and later.
  • LTE technology after 3GPP TS 36.xxx Release 10 may be referred to as LTE-A
  • LTE technology after 3GPP TS 36.xxx Release 13 may be referred to as LTE-A pro.
  • 3GPP NR may refer to technology after TS 38.xxx Release 15.
  • 3GPP 6G may refer to technology after TS Release 17 and/or Release 18. “xxx” refers to the standard document detail number.
  • LTE/NR/6G can be collectively referred to as a 3GPP system.
  • FIG. 1 is a diagram illustrating an example of a communication system applied to the present disclosure.
  • the communication system 100 applied to the present disclosure includes a wireless device, a base station, and a network.
  • a wireless device refers to a device that performs communication using wireless access technology (e.g., 5G NR, LTE) and may be referred to as a communication/wireless/5G device.
  • wireless devices include robots (100a), vehicles (100b-1, 100b-2), extended reality (XR) devices (100c), hand-held devices (100d), and home appliances (100d).
  • appliance) (100e), IoT (Internet of Thing) device (100f), and AI (artificial intelligence) device/server (100g).
  • vehicles may include vehicles equipped with wireless communication functions, autonomous vehicles, vehicles capable of inter-vehicle communication, etc.
  • the vehicles 100b-1 and 100b-2 may include an unmanned aerial vehicle (UAV) (eg, a drone).
  • UAV unmanned aerial vehicle
  • the XR device 100c includes augmented reality (AR)/virtual reality (VR)/mixed reality (MR) devices, including a head-mounted device (HMD), a head-up display (HUD) installed in a vehicle, a television, It can be implemented in the form of smartphones, computers, wearable devices, home appliances, digital signage, vehicles, robots, etc.
  • the mobile device 100d may include a smartphone, smart pad, wearable device (eg, smart watch, smart glasses), computer (eg, laptop, etc.), etc.
  • Home appliances 100e may include a TV, refrigerator, washing machine, etc.
  • IoT device 100f may include sensors, smart meters, etc.
  • the base station 120 and the network 130 may also be implemented as wireless devices, and a specific wireless device 120a may operate as a base station/network node for other wireless devices.
  • Wireless devices 100a to 100f may be connected to the network 130 through the base station 120.
  • AI technology may be applied to the wireless devices 100a to 100f, and the wireless devices 100a to 100f may be connected to the AI server 100g through the network 130.
  • the network 130 may be configured using a 3G network, 4G (eg, LTE) network, or 5G (eg, NR) network.
  • Wireless devices 100a to 100f may communicate with each other through the base station 120/network 130, but communicate directly (e.g., sidelink communication) without going through the base station 120/network 130. You may.
  • vehicles 100b-1 and 100b-2 may communicate directly (eg, vehicle to vehicle (V2V)/vehicle to everything (V2X) communication).
  • the IoT device 100f eg, sensor
  • the IoT device 100f may communicate directly with other IoT devices (eg, sensor) or other wireless devices 100a to 100f.
  • Wireless communication/connection may be established between the wireless devices (100a to 100f)/base station (120) and the base station (120)/base station (120).
  • wireless communication/connection includes various methods such as uplink/downlink communication (150a), sidelink communication (150b) (or D2D communication), and inter-base station communication (150c) (e.g., relay, integrated access backhaul (IAB)).
  • IAB integrated access backhaul
  • This can be achieved through wireless access technology (e.g. 5G NR).
  • wireless communication/connection 150a, 150b, 150c
  • a wireless device and a base station/wireless device, and a base station and a base station can transmit/receive wireless signals to each other.
  • wireless communication/connection 150a, 150b, and 150c may transmit/receive signals through various physical channels.
  • various configuration information setting processes for transmitting/receiving wireless signals various signal processing processes (e.g., channel encoding/decoding, modulation/demodulation, resource mapping/demapping, etc.) , at least some of the resource allocation process, etc. may be performed.
  • FIG. 2 is a diagram illustrating an example of a wireless device applicable to the present disclosure.
  • the first wireless device 200a and the second wireless device 200b can transmit and receive wireless signals through various wireless access technologies (eg, LTE, NR).
  • ⁇ first wireless device 200a, second wireless device 200b ⁇ refers to ⁇ wireless device 100x, base station 120 ⁇ and/or ⁇ wireless device 100x, wireless device 100x) in FIG. ⁇ can be responded to.
  • the first wireless device 200a includes one or more processors 202a and one or more memories 204a, and may further include one or more transceivers 206a and/or one or more antennas 208a.
  • Processor 202a controls memory 204a and/or transceiver 206a and may be configured to implement the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein.
  • the processor 202a may process information in the memory 204a to generate first information/signal and then transmit a wireless signal including the first information/signal through the transceiver 206a.
  • the processor 202a may receive a wireless signal including the second information/signal through the transceiver 206a and then store information obtained from signal processing of the second information/signal in the memory 204a.
  • the memory 204a may be connected to the processor 202a and may store various information related to the operation of the processor 202a.
  • memory 204a may perform some or all of the processes controlled by processor 202a or instructions for performing the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein.
  • Software code containing them can be stored.
  • the processor 202a and the memory 204a may be part of a communication modem/circuit/chip designed to implement wireless communication technology (eg, LTE, NR).
  • Transceiver 206a may be coupled to processor 202a and may transmit and/or receive wireless signals via one or more antennas 208a.
  • Transceiver 206a may include a transmitter and/or receiver.
  • the transceiver 206a may be used interchangeably with a radio frequency (RF) unit.
  • RF radio frequency
  • a wireless device may mean a communication modem/circuit/chip.
  • the second wireless device 200b includes one or more processors 202b, one or more memories 204b, and may further include one or more transceivers 206b and/or one or more antennas 208b.
  • Processor 202b controls memory 204b and/or transceiver 206b and may be configured to implement the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein.
  • the processor 202b may process information in the memory 204b to generate third information/signal and then transmit a wireless signal including the third information/signal through the transceiver 206b.
  • the processor 202b may receive a wireless signal including the fourth information/signal through the transceiver 206b and then store information obtained from signal processing of the fourth information/signal in the memory 204b.
  • the memory 204b may be connected to the processor 202b and may store various information related to the operation of the processor 202b. For example, memory 204b may perform some or all of the processes controlled by processor 202b or instructions for performing the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein. Software code containing them can be stored.
  • the processor 202b and the memory 204b may be part of a communication modem/circuit/chip designed to implement wireless communication technology (eg, LTE, NR).
  • Transceiver 206b may be coupled to processor 202b and may transmit and/or receive wireless signals via one or more antennas 208b.
  • the transceiver 206b may include a transmitter and/or a receiver.
  • the transceiver 206b may be used interchangeably with an RF unit.
  • a wireless device may mean a communication modem/circuit/chip.
  • one or more protocol layers may be implemented by one or more processors 202a and 202b.
  • one or more processors 202a and 202b may operate on one or more layers (e.g., physical (PHY), media access control (MAC), radio link control (RLC), packet data convergence protocol (PDCP), and radio resource (RRC). control) and functional layers such as SDAP (service data adaptation protocol) can be implemented.
  • layers e.g., physical (PHY), media access control (MAC), radio link control (RLC), packet data convergence protocol (PDCP), and radio resource (RRC). control
  • SDAP service data adaptation protocol
  • One or more processors 202a, 202b may generate one or more Protocol Data Units (PDUs) and/or one or more service data units (SDUs) according to the descriptions, functions, procedures, suggestions, methods, and/or operational flowcharts disclosed in this document. can be created.
  • One or more processors 202a and 202b may generate messages, control information, data or information according to the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed in this document.
  • One or more processors 202a, 202b generate signals (e.g., baseband signals) containing PDUs, SDUs, messages, control information, data, or information according to the functions, procedures, proposals, and/or methods disclosed herein.
  • transceivers 206a, 206b can be provided to one or more transceivers (206a, 206b).
  • One or more processors 202a, 202b may receive signals (e.g., baseband signals) from one or more transceivers 206a, 206b, and the descriptions, functions, procedures, suggestions, methods, and/or operational flowcharts disclosed herein.
  • PDU, SDU, message, control information, data or information can be obtained.
  • One or more processors 202a, 202b may be referred to as a controller, microcontroller, microprocessor, or microcomputer.
  • One or more processors 202a and 202b may be implemented by hardware, firmware, software, or a combination thereof.
  • ASICs application specific integrated circuits
  • DSPs digital signal processors
  • DSPDs digital signal processing devices
  • PLDs programmable logic devices
  • FPGAs field programmable gate arrays
  • the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed in this document may be implemented using firmware or software, and the firmware or software may be implemented to include modules, procedures, functions, etc.
  • Firmware or software configured to perform the descriptions, functions, procedures, suggestions, methods and/or operation flowcharts disclosed in this document may be included in one or more processors 202a and 202b or stored in one or more memories 204a and 204b. It may be driven by the above processors 202a and 202b.
  • the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed in this document may be implemented using firmware or software in the form of codes, instructions and/or sets of instructions.
  • One or more memories 204a and 204b may be connected to one or more processors 202a and 202b and may store various types of data, signals, messages, information, programs, codes, instructions and/or commands.
  • One or more memories 204a, 204b may include read only memory (ROM), random access memory (RAM), erasable programmable read only memory (EPROM), flash memory, hard drives, registers, cache memory, computer readable storage media, and/or It may be composed of a combination of these.
  • One or more memories 204a and 204b may be located internal to and/or external to one or more processors 202a and 202b. Additionally, one or more memories 204a and 204b may be connected to one or more processors 202a and 202b through various technologies, such as wired or wireless connections.
  • One or more transceivers may transmit user data, control information, wireless signals/channels, etc. mentioned in the methods and/or operation flowcharts of this document to one or more other devices.
  • One or more transceivers 206a, 206b may receive user data, control information, wireless signals/channels, etc. referred to in the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein, etc. from one or more other devices. there is.
  • one or more transceivers 206a and 206b may be connected to one or more processors 202a and 202b and may transmit and receive wireless signals.
  • one or more processors 202a, 202b may control one or more transceivers 206a, 206b to transmit user data, control information, or wireless signals to one or more other devices. Additionally, one or more processors 202a and 202b may control one or more transceivers 206a and 206b to receive user data, control information, or wireless signals from one or more other devices. In addition, one or more transceivers (206a, 206b) may be connected to one or more antennas (208a, 208b), and one or more transceivers (206a, 206b) may be connected to the description and functions disclosed in this document through one or more antennas (208a, 208b).
  • one or more antennas may be multiple physical antennas or multiple logical antennas (eg, antenna ports).
  • One or more transceivers (206a, 206b) process the received user data, control information, wireless signals/channels, etc. using one or more processors (202a, 202b), and convert the received wireless signals/channels, etc. from the RF band signal. It can be converted to a baseband signal.
  • One or more transceivers (206a, 206b) may convert user data, control information, wireless signals/channels, etc. processed using one or more processors (202a, 202b) from a baseband signal to an RF band signal.
  • one or more transceivers 206a, 206b may include (analog) oscillators and/or filters.
  • FIG. 3 is a diagram illustrating another example of a wireless device to which the present disclosure is applied.
  • the wireless device 300 corresponds to the wireless devices 200a and 200b of FIG. 2 and includes various elements, components, units/units, and/or modules. ) can be composed of.
  • the wireless device 300 may include a communication unit 310, a control unit 320, a memory unit 330, and an additional element 340.
  • the communication unit may include communication circuitry 312 and transceiver(s) 314.
  • communication circuitry 312 may include one or more processors 202a and 202b and/or one or more memories 204a and 204b of FIG. 2 .
  • transceiver(s) 314 may include one or more transceivers 206a, 206b and/or one or more antennas 208a, 208b of FIG. 2.
  • the control unit 320 is electrically connected to the communication unit 310, the memory unit 330, and the additional element 340 and controls overall operations of the wireless device.
  • the control unit 320 may control the electrical/mechanical operation of the wireless device based on the program/code/command/information stored in the memory unit 330.
  • the control unit 320 transmits the information stored in the memory unit 330 to the outside (e.g., another communication device) through the communication unit 310 through a wireless/wired interface, or to the outside (e.g., to another communication device) through the communication unit 310.
  • Information received through a wireless/wired interface from another communication device can be stored in the memory unit 330.
  • the additional element 340 may be configured in various ways depending on the type of wireless device.
  • the additional element 340 may include at least one of a power unit/battery, an input/output unit, a driving unit, and a computing unit.
  • the wireless device 300 includes robots (FIG. 1, 100a), vehicles (FIG. 1, 100b-1, 100b-2), XR devices (FIG. 1, 100c), and portable devices (FIG. 1, 100d).
  • FIG. 1, 100e home appliances
  • IoT devices Figure 1, 100f
  • digital broadcasting terminals hologram devices
  • public safety devices MTC devices
  • medical devices fintech devices (or financial devices)
  • security devices climate/ It can be implemented in the form of an environmental device, AI server/device (FIG. 1, 140), base station (FIG. 1, 120), network node, etc.
  • Wireless devices can be mobile or used in fixed locations depending on the usage/service.
  • various elements, components, units/parts, and/or modules within the wireless device 300 may be entirely interconnected through a wired interface, or at least some of them may be wirelessly connected through the communication unit 310.
  • the control unit 320 and the communication unit 310 are connected by wire, and the control unit 320 and the first unit (e.g., 130, 140) are connected wirelessly through the communication unit 310.
  • each element, component, unit/part, and/or module within the wireless device 300 may further include one or more elements.
  • the control unit 320 may be comprised of one or more processor sets.
  • control unit 320 may be composed of a set of a communication control processor, an application processor, an electronic control unit (ECU), a graphics processing processor, and a memory control processor.
  • memory unit 330 may be comprised of RAM, dynamic RAM (DRAM), ROM, flash memory, volatile memory, non-volatile memory, and/or a combination thereof. It can be configured.
  • FIG. 4 is a diagram illustrating an example of a portable device to which the present disclosure is applied.
  • FIG 4 illustrates a portable device to which the present disclosure is applied.
  • Portable devices may include smartphones, smart pads, wearable devices (e.g., smart watches, smart glasses), and portable computers (e.g., laptops, etc.).
  • a mobile device may be referred to as a mobile station (MS), user terminal (UT), mobile subscriber station (MSS), subscriber station (SS), advanced mobile station (AMS), or wireless terminal (WT).
  • MS mobile station
  • UT user terminal
  • MSS mobile subscriber station
  • SS subscriber station
  • AMS advanced mobile station
  • WT wireless terminal
  • the portable device 400 includes an antenna unit 408, a communication unit 410, a control unit 420, a memory unit 430, a power supply unit 440a, an interface unit 440b, and an input/output unit 440c. ) may include.
  • the antenna unit 408 may be configured as part of the communication unit 410.
  • Blocks 410 to 430/440a to 440c correspond to blocks 310 to 330/340 in FIG. 3, respectively.
  • the communication unit 410 can transmit and receive signals (eg, data, control signals, etc.) with other wireless devices and base stations.
  • the control unit 420 can control the components of the portable device 400 to perform various operations.
  • the control unit 420 may include an application processor (AP).
  • the memory unit 430 may store data/parameters/programs/codes/commands necessary for driving the portable device 400. Additionally, the memory unit 430 can store input/output data/information, etc.
  • the power supply unit 440a supplies power to the portable device 400 and may include a wired/wireless charging circuit, a battery, etc.
  • the interface unit 440b may support connection between the mobile device 400 and other external devices.
  • the interface unit 440b may include various ports (eg, audio input/output ports, video input/output ports) for connection to external devices.
  • the input/output unit 440c may input or output video information/signals, audio information/signals, data, and/or information input from the user.
  • the input/output unit 440c may include a camera, a microphone, a user input unit, a display unit 440d, a speaker, and/or a haptic module.
  • the input/output unit 440c acquires information/signals (e.g., touch, text, voice, image, video) input from the user, and the obtained information/signals are stored in the memory unit 430. It can be saved.
  • the communication unit 410 can convert the information/signal stored in the memory into a wireless signal and transmit the converted wireless signal directly to another wireless device or to a base station. Additionally, the communication unit 410 may receive a wireless signal from another wireless device or a base station and then restore the received wireless signal to the original information/signal.
  • the restored information/signal may be stored in the memory unit 430 and then output in various forms (eg, text, voice, image, video, haptic) through the input/output unit 440c.
  • FIG. 5 is a diagram illustrating an example of a vehicle or autonomous vehicle to which the present disclosure is applied.
  • a vehicle or autonomous vehicle can be implemented as a mobile robot, vehicle, train, aerial vehicle (AV), ship, etc., and is not limited to the form of a vehicle.
  • AV aerial vehicle
  • the vehicle or autonomous vehicle 500 includes an antenna unit 508, a communication unit 510, a control unit 520, a drive unit 540a, a power supply unit 540b, a sensor unit 540c, and an autonomous driving unit. It may include a portion 540d.
  • the antenna unit 550 may be configured as part of the communication unit 510. Blocks 510/530/540a to 540d correspond to blocks 410/430/440 in FIG. 4, respectively.
  • the communication unit 510 may transmit and receive signals (e.g., data, control signals, etc.) with external devices such as other vehicles, base stations (e.g., base stations, road side units, etc.), and servers.
  • the control unit 520 may control elements of the vehicle or autonomous vehicle 500 to perform various operations.
  • the control unit 520 may include an electronic control unit (ECU).
  • ECU electronice control unit
  • FIG. 6 is a diagram showing an example of an AI device applied to the present disclosure.
  • AI devices include fixed devices such as TVs, projectors, smartphones, PCs, laptops, digital broadcasting terminals, tablet PCs, wearable devices, set-top boxes (STBs), radios, washing machines, refrigerators, digital signage, robots, vehicles, etc. It can be implemented as a device or a movable device.
  • the AI device 600 includes a communication unit 610, a control unit 620, a memory unit 630, an input/output unit (640a/640b), a learning processor unit 640c, and a sensor unit 640d. may include. Blocks 610 to 630/640a to 640d may correspond to blocks 310 to 330/340 of FIG. 3, respectively.
  • the communication unit 610 uses wired and wireless communication technology to communicate with wired and wireless signals (e.g., sensor information, user Input, learning model, control signal, etc.) can be transmitted and received. To this end, the communication unit 610 may transmit information in the memory unit 630 to an external device or transmit a signal received from an external device to the memory unit 630.
  • wired and wireless signals e.g., sensor information, user Input, learning model, control signal, etc.
  • the control unit 620 may determine at least one executable operation of the AI device 600 based on information determined or generated using a data analysis algorithm or a machine learning algorithm. And, the control unit 620 can control the components of the AI device 600 to perform the determined operation. For example, the control unit 620 may request, search, receive, or utilize data from the learning processor unit 640c or the memory unit 630, and may select at least one operation that is predicted or determined to be desirable among the executable operations. Components of the AI device 600 can be controlled to execute operations.
  • control unit 620 collects history information including the operation content of the AI device 600 or user feedback on the operation, and stores it in the memory unit 630 or the learning processor unit 640c, or the AI server ( It can be transmitted to an external device such as Figure 1, 140). The collected historical information can be used to update the learning model.
  • the memory unit 630 can store data supporting various functions of the AI device 600.
  • the memory unit 630 may store data obtained from the input unit 640a, data obtained from the communication unit 610, output data from the learning processor unit 640c, and data obtained from the sensing unit 640. Additionally, the memory unit 630 may store control information and/or software codes necessary for operation/execution of the control unit 620.
  • the input unit 640a can obtain various types of data from outside the AI device 600.
  • the input unit 620 may obtain training data for model training and input data to which the learning model will be applied.
  • the input unit 640a may include a camera, microphone, and/or a user input unit.
  • the output unit 640b may generate output related to vision, hearing, or tactile sensation.
  • the output unit 640b may include a display unit, a speaker, and/or a haptic module.
  • the sensing unit 640 may obtain at least one of internal information of the AI device 600, surrounding environment information of the AI device 600, and user information using various sensors.
  • the sensing unit 640 may include a proximity sensor, an illumination sensor, an acceleration sensor, a magnetic sensor, a gyro sensor, an inertial sensor, an RGB sensor, an IR sensor, a fingerprint recognition sensor, an ultrasonic sensor, an optical sensor, a microphone, and/or a radar. there is.
  • the learning processor unit 640c can train a model composed of an artificial neural network using training data.
  • the learning processor unit 640c may perform AI processing together with the learning processor unit of the AI server (FIG. 1, 140).
  • the learning processor unit 640c may process information received from an external device through the communication unit 610 and/or information stored in the memory unit 630. Additionally, the output value of the learning processor unit 640c may be transmitted to an external device through the communication unit 610 and/or stored in the memory unit 630.
  • Figure 7 is a diagram illustrating a method of processing a transmission signal applied to the present disclosure.
  • the transmission signal may be processed by a signal processing circuit.
  • the signal processing circuit 700 may include a scrambler 710, a modulator 720, a layer mapper 730, a precoder 740, a resource mapper 750, and a signal generator 760.
  • the operation/function of FIG. 7 may be performed in the processors 202a and 202b and/or transceivers 206a and 206b of FIG. 2.
  • the hardware elements of FIG. 7 may be implemented in the processors 202a and 202b and/or transceivers 206a and 206b of FIG. 2.
  • blocks 710 to 760 may be implemented in processors 202a and 202b of FIG. 2. Additionally, blocks 710 to 750 may be implemented in the processors 202a and 202b of FIG. 2, and block 760 may be implemented in the transceivers 206a and 206b of FIG. 2, and are not limited to the above-described embodiment.
  • the codeword can be converted into a wireless signal through the signal processing circuit 700 of FIG. 7.
  • a codeword is an encoded bit sequence of an information block.
  • the information block may include a transport block (eg, UL-SCH transport block, DL-SCH transport block).
  • Wireless signals may be transmitted through various physical channels (eg, PUSCH, PDSCH).
  • the codeword may be converted into a scrambled bit sequence by the scrambler 710.
  • the scramble sequence used for scrambling is generated based on an initialization value, and the initialization value may include ID information of the wireless device.
  • the scrambled bit sequence may be modulated into a modulation symbol sequence by the modulator 720.
  • Modulation methods may include pi/2-binary phase shift keying (pi/2-BPSK), m-phase shift keying (m-PSK), and m-quadrature amplitude modulation (m-QAM).
  • the complex modulation symbol sequence may be mapped to one or more transport layers by the layer mapper 730.
  • the modulation symbols of each transport layer may be mapped to corresponding antenna port(s) by the precoder 740 (precoding).
  • the output z of the precoder 740 can be obtained by multiplying the output y of the layer mapper 730 with the precoding matrix W of N*M.
  • N is the number of antenna ports and M is the number of transport layers.
  • the precoder 740 may perform precoding after performing transform precoding (eg, discrete Fourier transform (DFT) transform) on complex modulation symbols. Additionally, the precoder 740 may perform precoding without performing transform precoding.
  • transform precoding eg, discrete Fourier transform (DFT) transform
  • the resource mapper 750 can map the modulation symbols of each antenna port to time-frequency resources.
  • a time-frequency resource may include a plurality of symbols (eg, CP-OFDMA symbol, DFT-s-OFDMA symbol) in the time domain and a plurality of subcarriers in the frequency domain.
  • the signal generator 760 generates a wireless signal from the mapped modulation symbols, and the generated wireless signal can be transmitted to another device through each antenna.
  • the signal generator 760 may include an inverse fast fourier transform (IFFT) module, a cyclic prefix (CP) inserter, a digital-to-analog converter (DAC), a frequency uplink converter, etc. .
  • IFFT inverse fast fourier transform
  • CP cyclic prefix
  • DAC digital-to-analog converter
  • the signal processing process for the received signal in the wireless device may be configured as the reverse of the signal processing process (710 to 760) of FIG. 7.
  • a wireless device eg, 200a and 200b in FIG. 2
  • the received wireless signal can be converted into a baseband signal through a signal restorer.
  • the signal restorer may include a frequency downlink converter, an analog-to-digital converter (ADC), a CP remover, and a fast fourier transform (FFT) module.
  • ADC analog-to-digital converter
  • FFT fast fourier transform
  • the baseband signal can be restored to a codeword through a resource de-mapper process, postcoding process, demodulation process, and de-scramble process.
  • a signal processing circuit for a received signal may include a signal restorer, resource de-mapper, postcoder, demodulator, de-scrambler, and decoder.
  • 6G (wireless communications) systems require (i) very high data rates per device, (ii) very large number of connected devices, (iii) global connectivity, (iv) very low latency, (v) battery- The goal is to reduce the energy consumption of battery-free IoT devices, (vi) ultra-reliable connectivity, and (vii) connected intelligence with machine learning capabilities.
  • the vision of the 6G system can be four aspects such as “intelligent connectivity”, “deep connectivity”, “holographic connectivity”, and “ubiquitous connectivity”, and the 6G system can satisfy the requirements as shown in Table 1 below. In other words, Table 1 is a table showing the requirements of the 6G system.
  • the 6G system includes enhanced mobile broadband (eMBB), ultra-reliable low latency communications (URLLC), massive machine type communications (mMTC), AI integrated communication, and tactile communication.
  • eMBB enhanced mobile broadband
  • URLLC ultra-reliable low latency communications
  • mMTC massive machine type communications
  • AI integrated communication and tactile communication.
  • tactile internet high throughput, high network capacity, high energy efficiency, low backhaul and access network congestion, and improved data security. It can have key factors such as enhanced data security.
  • FIG. 10 is a diagram illustrating an example of a communication structure that can be provided in a 6G system applicable to the present disclosure.
  • the 6G system is expected to have simultaneous wireless communication connectivity 50 times higher than that of the 5G wireless communication system.
  • URLLC a key feature of 5G, is expected to become an even more mainstream technology in 6G communications by providing end-to-end delays of less than 1ms.
  • the 6G system will have much better volume spectrum efficiency, unlike the frequently used area spectrum efficiency.
  • 6G systems can provide very long battery life and advanced battery technologies for energy harvesting, so mobile devices in 6G systems may not need to be separately charged.
  • AI The most important and newly introduced technology in the 6G system is AI.
  • AI was not involved in the 4G system.
  • 5G systems will support partial or very limited AI.
  • 6G systems will be AI-enabled for full automation.
  • Advances in machine learning will create more intelligent networks for real-time communications in 6G.
  • Introducing AI in communications can simplify and improve real-time data transmission.
  • AI can use numerous analytics to determine how complex target tasks are performed. In other words, AI can increase efficiency and reduce processing delays.
  • AI can be performed instantly by using AI.
  • AI can also play an important role in M2M, machine-to-human and human-to-machine communications. Additionally, AI can enable rapid communication in BCI (brain computer interface).
  • BCI brain computer interface
  • AI-based communication systems can be supported by metamaterials, intelligent structures, intelligent networks, intelligent devices, intelligent cognitive radios, self-sustaining wireless networks, and machine learning.
  • AI-based physical layer transmission means applying signal processing and communication mechanisms based on AI drivers, rather than traditional communication frameworks, in terms of fundamental signal processing and communication mechanisms. For example, deep learning-based channel coding and decoding, deep learning-based signal estimation and detection, deep learning-based MIMO (multiple input multiple output) mechanism, It may include AI-based resource scheduling and allocation.
  • Machine learning can be used for channel estimation and channel tracking, and can be used for power allocation, interference cancellation, etc. in the physical layer of the DL (downlink). Machine learning can also be used for antenna selection, power control, and symbol detection in MIMO systems.
  • Deep learning-based AI algorithms require a large amount of training data to optimize training parameters.
  • a lot of training data is used offline. This means that static training on training data in a specific channel environment may result in a contradiction between the dynamic characteristics and diversity of the wireless channel.
  • signals of the physical layer of wireless communication are complex signals.
  • more research is needed on neural networks that detect complex domain signals.
  • Machine learning refers to a series of operations that train machines to create machines that can perform tasks that are difficult or difficult for humans to perform.
  • Machine learning requires data and a learning model.
  • data learning methods can be broadly divided into three types: supervised learning, unsupervised learning, and reinforcement learning.
  • Neural network learning is intended to minimize errors in output. Neural network learning repeatedly inputs learning data into the neural network, calculates the output of the neural network and the error of the target for the learning data, and backpropagates the error of the neural network from the output layer of the neural network to the input layer to reduce the error. ) is the process of updating the weight of each node in the neural network.
  • Supervised learning uses training data in which the correct answer is labeled, while unsupervised learning may not have the correct answer labeled in the training data. That is, for example, in the case of supervised learning on data classification, the learning data may be data in which each training data is labeled with a category. Labeled learning data is input to a neural network, and error can be calculated by comparing the output (category) of the neural network with the label of the learning data. The calculated error is backpropagated in the reverse direction (i.e., from the output layer to the input layer) in the neural network, and the connection weight of each node in each layer of the neural network can be updated according to backpropagation. The amount of change in the connection weight of each updated node may be determined according to the learning rate.
  • the neural network's calculation of input data and backpropagation of errors can constitute a learning cycle (epoch).
  • the learning rate may be applied differently depending on the number of repetitions of the learning cycle of the neural network. For example, in the early stages of neural network training, a high learning rate can be used to ensure that the neural network quickly achieves a certain level of performance to increase efficiency, and in the later stages of training, a low learning rate can be used to increase accuracy.
  • Learning methods may vary depending on the characteristics of the data. For example, in a communication system, when the goal is to accurately predict data transmitted from a transmitter at a receiver, it is preferable to perform learning using supervised learning rather than unsupervised learning or reinforcement learning.
  • the learning model corresponds to the human brain, and can be considered the most basic linear model.
  • deep learning is a machine learning paradigm that uses a highly complex neural network structure, such as artificial neural networks, as a learning model. ).
  • Neural network cores used as learning methods are broadly divided into deep neural networks (DNN), convolutional deep neural networks (CNN), and recurrent neural networks (recurrent boltzmann machine). And this learning model can be applied.
  • DNN deep neural networks
  • CNN convolutional deep neural networks
  • recurrent neural networks recurrent boltzmann machine
  • THz communication can be applied in the 6G system.
  • the data transfer rate can be increased by increasing the bandwidth. This can be accomplished by using sub-THz communications with wide bandwidth and applying advanced massive MIMO technology.
  • FIG. 9 is a diagram showing an electromagnetic spectrum applicable to the present disclosure.
  • THz waves also known as submillimeter radiation, typically represent a frequency band between 0.1 THz and 10 THz with a corresponding wavelength in the range of 0.03 mm-3 mm.
  • the 100GHz-300GHz band range (Sub THz band) is considered the main part of the THz band for cellular communications. Adding the Sub-THz band to the mmWave band increases 6G cellular communication capacity.
  • 300GHz-3THz is in the far infrared (IR) frequency band.
  • the 300GHz-3THz band is part of the wideband, but it is at the border of the wideband and immediately behind the RF band. Therefore, this 300 GHz-3 THz band shows similarities to RF.
  • THz communications Key characteristics of THz communications include (i) widely available bandwidth to support very high data rates, (ii) high path loss occurring at high frequencies (highly directional antennas are indispensable).
  • the narrow beamwidth produced by a highly directional antenna reduces interference.
  • the small wavelength of THz signals allows a much larger number of antenna elements to be integrated into devices and BSs operating in this band. This enables the use of advanced adaptive array techniques that can overcome range limitations.
  • THz Terahertz
  • FIG. 10 is a diagram illustrating a THz communication method applicable to the present disclosure.
  • THz waves are located between RF (Radio Frequency)/millimeter (mm) and infrared bands. (i) Compared to visible light/infrared, they penetrate non-metal/non-polarized materials better and have a shorter wavelength than RF/millimeter waves, so they have high straightness. Beam focusing may be possible.
  • MAB multi-arm bandits
  • TS thompson sampling
  • MAB refers to a system in which one candidate can be selected at a time in an environment where there are multiple selectable candidates, and the level of compensation provided in response to selection is different for each candidate.
  • the selectable candidate may be referred to as an arm.
  • the MAB problem is to find the answer to how to choose to maximize the sum of rewards.
  • MAB problems can be solved through exploration and exploitation. Exploitation is a method of selecting the best candidate based on existing observations, and exploration is a method of selecting a new candidate to obtain more observation results. If there is too little accumulated exploration, choices may be made based on incorrect information, and conversely, if there is too much exploration, unnecessary opportunity costs may be incurred to obtain more information despite having sufficient information. In this way, use and exploration are in a trade-off relationship, and optimizing them is the key to solving the MAB problem.
  • Thompson sampling expresses the probability of receiving a positive reward when selecting each arm as a beta distribution.
  • the beta distribution is a probability distribution model expressed by two parameters ⁇ and ⁇ .
  • candidate selection is achieved by randomly sampling values on the x-axis for each of the beta distributions and identifying the candidate corresponding to the largest value.
  • the reward value according to the selection of the corresponding candidate is used to update ⁇ and ⁇ , which constitute the beta distribution of the corresponding sign. For example, a positive result increases ⁇ by 1, and a negative result increases ⁇ by 1.
  • the beta distribution used to express the probability distribution of each candidate in Thompson sampling is defined as [Equation 1].
  • the beta distribution is a continuous probability distribution defined in the [0, 1] interval by two parameters ⁇ and ⁇ .
  • the beta distribution is visualized as a graph as shown in Figure 11 below.
  • 11 shows examples of probability density functions of beta distributions applicable to the present disclosure.
  • Figure 11 shows that ( ⁇ , ⁇ ) is (1/3,1), (10,30), (20,20), (1,3), (2,6), (4,4), (2/ Examples of beta distributions are 3,2/3), (2,1), and (1,1).
  • the larger the ⁇ /( ⁇ + ⁇ ) value the closer the center of the beta distribution is to 1
  • the larger the ⁇ /( ⁇ + ⁇ ) value the closer the center of the beta distribution is to 0.
  • the larger the ( ⁇ + ⁇ ) value the narrower the width of the beta distribution, and all values become closer to the center. Additionally, the smaller the ( ⁇ + ⁇ ) value, the wider the values of the beta distribution are distributed.
  • the reward distribution of each candidate is estimated using existing data, and the candidate who will give the highest reward is selected according to the estimated distribution.
  • one candidate is stochastically selected by random sampling based on a beta distribution.
  • ⁇ or ⁇ of the selected candidate is updated based on the results of performing the action according to the selected candidate.
  • the beta distribution will change to become more concentrated in the central position. The larger the proportion of ⁇ , the higher the probability of being selected again next time, and the larger the proportion of ⁇ , the higher the probability of being selected again next time. It gets lower. If the number of candidate selections is small, the beta distribution will change to a widely distributed form, increasing the possibility of being selected in the future.
  • FIGS. 12A to 12D show examples of updating a probability distribution model applicable to the present disclosure.
  • Figures 12A to 12D illustrate changes in three beta distributions (eg, Arm 1, Arm 2, and Arm 3) when approximately 1500 selections are made.
  • the ( ⁇ , ⁇ ) of the first arm 1, arm 2, and arm 3 are the same as (1,1), (1,1), and (1,1). Since ( ⁇ , ⁇ ) is (1,1), the beta distribution has a uniform distribution with the same probability (e.g. 1) for all values of x. Since all three arms have the same probability distribution, the search begins with the same probability.
  • the ( ⁇ , ⁇ ) of arm 1, arm 2, and arm 3 are (3,2), (2,3), and (2,2).
  • the beta distribution is updated, the probability of each cancer being selected is also updated. No clear differences between cancers have yet been identified.
  • one value is sampled from the x-axis based on probability.
  • arm 3 since the selected value in the beta distribution of arm 3 is the largest, arm 3 will be selected. The selection of the value follows the corresponding beta distribution and is performed by random sampling considering probability.
  • a (2,2) beta distribution such as Arm3 if random sampling is performed considering probability, 0.5, which has the highest probability, will be selected as the highest frequency, but values other than 0.5 also have lower frequencies. can be selected.
  • the y-axis value of 0.5 is about 1.5
  • the y-axis value of 0.2 is about 1, so the frequency with which 0.5 is selected through random sampling is 0.2. It can be understood that this is about 1.5 times the frequency.
  • the ( ⁇ , ⁇ ) of arm 1, arm 2, and arm 3 are (4,3), (2,3), and (5,2).
  • the probability of being selected in the order of arm 3, arm 1, and arm 2 tends to decrease.
  • one value is sampled on the x-axis based on probability for each of Arm 1, Arm 2, and Arm 3, and since the value selected from the beta distribution of Arm 3 is the largest, Arm 3 will be selected.
  • the ( ⁇ , ⁇ ) of arm 1, arm 2, and arm 3 are (33,100), (100,223), and (436,611). Because about 1,500 sufficient searches have been performed, the probability that arm 3 will be selected is overwhelmingly high.
  • the present disclosure is for configuring parameters related to DRX (discontinuous reception) operation in a wireless communication system, and relates to a technology for controlling at least one parameter related to DRX operation according to the characteristics of traffic of the terminal.
  • DRX discontinuous reception
  • the present disclosure is an efficient DRX based on artificial intelligence that maximizes the power saving effect in the section without data transmission of the terminal without increasing communication latency and signaling overhead.
  • setting, resetting, adjusting, controlling, or changing a parameter includes applying a specific value to a parameter of a given item.
  • setting the on-duration length which is one of the parameters related to DRX operation, can be understood as applying a specific time length value as the on-duration length.
  • the current communication system supports the DRX technique, which reduces the control channel monitoring time in data-free sections, thereby reducing terminal power consumption.
  • at least one parameter hereinafter referred to as 'DRX parameter'
  • the base station determines the status and usage environment of the terminal in real time and changes DRX parameters, which may increase signaling overhead and power consumption. Therefore, the present disclosure seeks to propose a technology that can maximize the power saving effect of the terminal without increasing communication delay and signaling overhead by adaptively optimizing DRX parameters according to the status and usage environment of the terminal. .
  • DRX operations proceed as follows.
  • the terminal In order to receive data transmitted from the base station, the terminal continuously monitors the control signal. For example, the terminal monitors the paging signal in idle mode and the PDCCH in connected mode.
  • the terminal In order to reduce power consumption due to control signal monitoring in a section without data transmission, the terminal divides the entire reception section into an active state section and a sleep state section at a certain period according to commands from the base station. .
  • the division of the active state section and the sleep state section is as shown in FIGS. 13 and 14 below.
  • FIG. 13 shows an example of a cycle of DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • one DRX cycle 1310 includes a first period referred to as on-duration and a second period referred to as opportunity for DRX.
  • the first section can be understood as an active state section
  • the second section can be understood as a sleep state section.
  • the UE will monitor the PDCCH. That is, the DRX cycle 1310 is a cycle in which the active state and the sleep state are repeated, the on-section is the active state section, and the remaining opportunity for DRX is the sleep state section. Additionally, the UE may perform control signal monitoring in the active state section and may not perform control signal monitoring in the remaining sleep state section.
  • Figure 14 shows an example of a situation in which data is received during DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 14 illustrates DRX operation based on connected mode during two DRX cycles 1410-1 and 1410-2.
  • the PDCCH is not received in the on-section 1412-1 of the first DRX cycle 1410-1.
  • the PDCCH is received in the on-section 1412-2 of the second DRX cycle 1410-2.
  • the inactivity timer 1420 is activated. Until the inactivity timer 1420 expires, the period for PDCCH monitoring is extended. Because of this, when data is transmitted continuously, communication delay due to DRX operation can be reduced.
  • the base station can set on/off DRX operation and parameters related to DRX operation using the RRC connection setup procedure. Additionally, the UE can request a change to the DRX parameters by transmitting information related to the preferred DRX to the base station using UE assistance information (UAI). Based on UAI, the base station can change at least one DRX parameter using an RRC reconfiguration procedure.
  • UAI UE assistance information
  • Optimal DRX parameters may vary depending on the terminal status and usage environment.
  • Figures 15A to 15C show examples of power consumption distribution by situation in a wireless communication system according to an embodiment of the present disclosure.
  • Figures 15A to 15C show terminal power consumption for three general use cases, including video streaming, messaging, and web browsing.
  • 15A to 15C the top is the time distribution of UE states, and the bottom illustrates the power distribution.
  • active data means the data reception state
  • Active: PDCCH-only means a state in which the inactivity timer is triggered after data reception and only the PDCCH is monitored before termination
  • CDRX means a DRX cycle in which no data is received and the inactivity timer is not triggered. Referring to FIGS.
  • the present disclosure proposes a technology for adaptively optimizing DRX parameters according to the status and usage environment of the terminal using an artificial intelligence algorithm.
  • FIG. 16 illustrates the concept of controlling parameters related to DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • DRX parameter control technology adaptively changes DRX parameters based on information 1610 related to user situation/environment characteristics, traffic, packet delay, etc. By doing so, the power saving gain for PDCCH monitoring can be maximized while the increase in average latency can be minimized.
  • the artificial intelligence model 1620 in the terminal information such as terminal behavior, QoS, battery status, power consumption, traffic received from the base station, and information related to the allowable parameter range (1610) Based on this, the terminal can calculate the optimal DRX parameters, apply them on its own, and then transmit them to the base station.
  • Control of DRX parameters (1630) is performed by a combination of traffic prediction and artificial intelligence-based DRX parameter prediction, and DRX parameters optimized for the terminal status and usage environment can be set.
  • the artificial intelligence model 1620 may have a structure as shown in FIG. 17 below.
  • Figure 17 shows an example of an artificial intelligence model for predicting traffic characteristics in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 17 is a means for traffic prediction, and traffic prediction can be performed using terminal behavior information and environment information based on an artificial intelligence model.
  • the artificial intelligence model 1710 can effectively predict traffic characteristics corresponding to the environment and situation by applying the environment and situation information of the terminal and inferring using weight values learned from the network or base station. You can.
  • Input data for the prediction algorithm is various, such as the terminal's current traffic information (e.g. throughput, packet arrival time, etc.), UE behavior information, link quality information, QoS information, etc. Can contain variables.
  • the artificial intelligence model 1710 can predict traffic or traffic characteristics from input data through optimal weight values that reflect the environment within the cell in the network or base station.
  • an artificial intelligence model that predicts traffic characteristics as shown in FIG. 17 may be referred to as a 'traffic prediction model'.
  • Setting, resetting, adjusting, changing, or controlling DRX parameters is a technology that enables DRX operation optimized for the environment by combining traffic prediction and DRX parameter prediction.
  • artificial intelligence-based DRX parameter prediction can be based on a selection algorithm based on the Thompson sampling method, which guarantees excellent performance among MAB problem solving methods.
  • Thompson sampling is an algorithm that maintains QoS and changes DRX parameters with the greatest power savings effect when setting DRX parameters in the current state and usage environment of the terminal.
  • MAB is a technology that balances exploitation and exploration in recommendations. Exploitation can recommend DRX parameters that maintain QoS and have the greatest power savings, while exploration can recommend DRX parameters with high uncertainty to collect more information.
  • new DRX parameters are appropriately recommended through discovery, and feedback on the recommended DRX parameters can be efficiently reflected to the terminal and all base stations.
  • usage and discovery and adjusting usage and discovery may temporarily seem detrimental to the terminal, but because various DRX parameters are confirmed through discovery, it is more efficient overall.
  • FIG. 18 illustrates the concept of Thompson sampling-based parameter determination in a wireless communication system according to an embodiment of the present disclosure.
  • a plurality of DRX parameters 1804-1 to 1804-N e.g., a first value, a second value as a time value for an inactivity timer, ..., the Nth value
  • the usage and discovery-based MAB-Thomson sampling technique 1806 is applied, at least one target DRX parameter 1808 (e.g., time for inactivity timer) The nth value) may be selected as the value.
  • the data used in the MAB-Thomson sampling technique 1806 is a probability distribution for each of the DRX parameters 1804-1 through 1804-N.
  • the value of at least one DRX parameter may be determined using Thompson sampling.
  • Thompson sampling estimates the reward distribution of candidate DRX parameter values when setting DRX parameters based on past observed data, and selects with a high probability the candidate who will give the highest reward in the future based on the estimated distribution. It's an algorithm.
  • the reward given to each candidate has the value of 0 or 1 with probability p by Bernoulli trial, and the prior probability of p can follow the Beta distribution.
  • the beta distribution is a continuous probability distribution defined in the interval [0, 1] by two parameters ⁇ and ⁇ .
  • the beta distribution is expressed graphically as shown in Figure 19 below.
  • Figure 19 shows examples of probability density functions of beta distributions usable in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 19 illustrates beta distributions where ( ⁇ , ⁇ ) is (0.5,0.5),(5,1),(1,3),(2,2),(2,5).
  • the larger the value of ⁇ /( ⁇ + ⁇ ) the closer the center of the beta distribution is to 1, and the larger the value of ⁇ /( ⁇ + ⁇ ), the closer the center of the beta distribution is to 0.
  • the reward probability p of that candidate can be estimated to have a distribution of Beta(5, 3).
  • selectable values may correspond to the beta distributions illustrated in FIG. 19.
  • the value of the DRX parameter is selected using probability matching based on the given exclusive distributions, that is, the estimated distribution, which determines the probability that a positive reward will be given for the value of the DRX parameter selected at the base station. The method is to maximize it.
  • Figure 20 shows an example of a procedure for performing a DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 20 illustrates a UE operating method performing a DRX operation.
  • step S2001 the UE receives configuration information related to DRX.
  • Setting information related to DRX includes values of parameters necessary for DRX operation.
  • configuration information related to DRX may include at least one of the length of each section within the DRX cycle, a timer value related to DRX operation, DRX cycle length, and HARQ parameters.
  • configuration information related to DRX may include information instructing DRX operation.
  • the setting information may further include information related to control of at least one DRX parameter.
  • information related to control of at least one DRX parameter may include at least one of information about whether resetting of the DRX parameter is allowed and information necessary for traffic prediction.
  • step S2003 the UE performs a DRX operation based on configuration information.
  • the UE can set DRX parameters based on configuration information and operate the active state period and sleep state period according to the set DRX parameters. That is, the UE monitors the signal (e.g. PDCCH) only during the active state period.
  • the UE enters a sleep state if there is no data reception, and may perform further monitoring during the inactivity timer if data reception occurs.
  • the UE performs signaling to reset at least one parameter related to DRX.
  • the UE may transmit or receive a message to reset at least one DRX parameter.
  • the UE transmits a first message indicating traffic characteristics and receives a second message containing information necessary to determine the value of at least one DRX parameter based on the traffic characteristics, A third message indicating the value of at least one determined DRX parameter may be transmitted.
  • the second message may include at least one of information related to a controllable parameter and information necessary to determine the parameter.
  • the second message may include at least one of an allowable range for DRX parameter resetting, selectable candidate DRX parameter values, and probability distribution information about the candidate DRX parameter values.
  • the acceptable range may include a quantitative range (e.g., at least one parameter item) and a temporal range.
  • the UE applies at least one reset parameter.
  • the UE may reset at least one DRX parameter and operate the active state period and the sleep state period according to the at least one reset DRX parameter. That is, the UE monitors the signal (eg, PDCCH) only during the active state period.
  • the UE enters a sleep state if there is no data reception, and may perform further monitoring during the inactivity timer if data reception occurs.
  • Figure 21 shows an example of a procedure for controlling DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 21 illustrates an operating method of a base station controlling DRX operation.
  • step S2101 the base station transmits configuration information related to DRX.
  • Setting information related to DRX includes values of parameters necessary for DRX operation.
  • configuration information related to DRX may include at least one of the length of each section within the DRX cycle, a timer value related to DRX operation, DRX cycle length, and HARQ parameters.
  • configuration information related to DRX may include information instructing DRX operation.
  • the setting information may further include information related to control of at least one DRX parameter.
  • information related to control of at least one DRX parameter may include at least one of information about whether resetting of the DRX parameter is allowed and information necessary for traffic prediction.
  • the base station supports DRX operation based on configuration information.
  • the base station can communicate with the UE based on the DRX cycle set according to configuration information. For example, when data to be transmitted to the UE occurs, the base station transmits a signal (eg, PDCCH) toward the UE within the active state section of the UE's DRX cycle.
  • the base station may check the DRX cycle and on-section based on configuration information related to the UE's DRX operation and transmit a control signal for data scheduling within the confirmed on-section.
  • the base station performs signaling to reset parameters related to DRX.
  • the base station may receive or transmit a message to reset at least one DRX parameter.
  • the base station receives a first message indicating traffic characteristics and transmits a second message containing information necessary to determine the value of at least one DRX parameter based on the traffic characteristics, A third message indicating the value of at least one determined DRX parameter may be received.
  • the second message may include at least one of information related to a controllable parameter and information necessary to determine the parameter.
  • the second message may include at least one of an allowable range for DRX parameter resetting, selectable candidate DRX parameter values, and probability distribution information about the candidate DRX parameter values.
  • the acceptable range may include a quantitative range (e.g., at least one parameter item) and a temporal range.
  • the base station applies at least one reset parameter.
  • the base station may perform communication with the UE based on at least one reset parameter. For example, when data to be transmitted to the UE occurs, the base station transmits a signal (eg, PDCCH) toward the UE within the active state section of the UE's DRX cycle. Specifically, the base station may check the DRX cycle and on-section based on at least one reset parameter and transmit a control signal for data scheduling within the confirmed on-section.
  • a signal eg, PDCCH
  • Figure 22 shows an example of a procedure for determining parameters related to DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 22 illustrates an operation method of a UE performing a DRX operation.
  • the UE determines traffic characteristics.
  • the UE may collect input data and determine traffic characteristics based on the collected input data.
  • the input data may include at least one of throughput, packet arrival time, UE behavior, link quality, and required QoS information.
  • the UE can measure the channel, estimate the location or posture using a sensor, analyze statistics on data reception for each flow, or check set QoS information.
  • the UE may determine traffic characteristics from input data using an artificial intelligence model such as a machine learning model or lip learning model.
  • the UE may determine traffic characteristics from input data using a rule-based mapping table.
  • the artificial intelligence model or rule-based mapping table may be predefined or configured by the base station.
  • using an artificial intelligence model means directly performing a prediction operation using the artificial intelligence model in the UE or providing input data to a third device and generating prediction operation by the third device. It can be understood as receiving output data.
  • the UE determines at least one parameter related to DRX based on traffic characteristics.
  • the UE determines the value of at least one DRX parameter optimized according to traffic characteristics.
  • the UE may determine the value of the corresponding DRX parameter based on probability distributions of candidate values.
  • the UE may confirm a set of probability distributions corresponding to the traffic characteristics selected in step S2201 and select one of the candidate values according to the Thompson sampling technique based on the probability distributions in the identified set.
  • the UE applies at least one parameter related to the changed DRX.
  • the UE may perform signaling with the base station to change the value of at least one DRX parameter.
  • the UE may transmit a message containing the determined value to the base station.
  • the DRX parameter value to be applied by resetting the DRX parameter may be selected based on the Thompson sampling technique.
  • the UE may provide the base station with information necessary to update the probability distribution for the selected DRX parameter value.
  • the information required to update the probability distribution indicates whether a gain occurred as a result of selection of the corresponding DRX parameter value.
  • the gain may include at least one of maintaining QoS and power saving gain.
  • the information required to update the probability distribution includes evaluation information to determine whether a gain has occurred (e.g., indicator of whether to maintain QoS, power saving gain value), compensation value determined based on the evaluation information, It may include at least one of an updated probability distribution based on the reward value.
  • evaluation information to determine whether a gain has occurred e.g., indicator of whether to maintain QoS, power saving gain value
  • compensation value determined based on the evaluation information It may include at least one of an updated probability distribution based on the reward value.
  • DRX parameters can be adaptively set according to the situation of the terminal.
  • An example showing the possibility of adjusting DRX parameters according to traffic characteristics is shown in FIG. 23 below.
  • FIG. 23 shows examples of DRX operations according to traffic characteristics in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 23 illustrates a first situation 2310 with traffic characteristics of low traffic, such as a messaging service, and a second situation 2312, with traffic characteristics of high traffic, such as video streaming.
  • T ON is an on-section, meaning an active state section
  • T IN is a section in which an inactive timer is maintained
  • T S is a sleep state section.
  • the length of the inactivity timer can be relatively small.
  • the traffic is relatively high, but the time interval between data packets is short, and data of a certain size is buffered in advance, so the length of the inactivity timer is similar to that of the second situation 2320. It is possible to sufficiently reduce .
  • the procedure for setting DRX parameters according to the various embodiments described above can be expressed as traffic prediction-based DRX setting.
  • the base station holds beta distribution information of the Thompson sampling model for candidate DRX parameter values that can be selected for setting DRX parameters in all throughput and delay budget states of the terminal, and sends the beta distribution information to the terminal.
  • the beta distribution information managed by the base station is determined based on reward information determined according to feedback from the terminal that selected the DRX parameter value.
  • the base station holds beta distribution information that reflects compensation information determined according to whether or not the QoS of the terminal that selected the DRX parameter value is maintained and the DRX power saving gain in all throughput and delay budget states.
  • the DRX parameter setting procedure according to various embodiments can be largely divided into four steps.
  • the base station transmits traffic prediction-related information to the terminal to proceed with adaptive DRX, and the terminal monitors only the PDCCH in a section without data transmission in the PDCCH-only section. Monitor signals and perform traffic prediction. If the time distribution value of the PDCCH-only section is above a certain value, a change request for DRX parameters and predicted traffic information (e.g. throughput and delay budget) are transmitted to the base station through UAI.
  • traffic prediction-related information to the terminal to proceed with adaptive DRX
  • Monitor signals and perform traffic prediction. If the time distribution value of the PDCCH-only section is above a certain value, a change request for DRX parameters and predicted traffic information (e.g. throughput and delay budget) are transmitted to the base station through UAI.
  • the base station transmits an RRC connection reconfiguration command to the terminal containing the information necessary to predict DRX parameters.
  • the information needed to predict DRX parameters includes the allowable range of the DRX parameter that the terminal wants to change, selectable candidate DRX parameters, and the Thompson sampling model corresponding to the current state of the terminal (e.g., throughput and delay budget). It may include at least one of beta distribution information.
  • the terminal predicts DRX parameters based on information (e.g., TS model beta distribution) that reflects the DRX parameter change history of all terminals. Then, the UE maintains QoS and selects a DRX parameter value with the highest DRX power saving gain (e.g., the largest value among values randomly sampled from the beta distribution of candidate DRX parameter values), and sends the selected DRX parameter value to the base station. send to Then, the terminal changes the value of the parameter to the selected value after the time set by the base station (e.g., the time included in the RRC connection reset command) has passed.
  • information e.g., TS model beta distribution
  • the terminal maintains QoS and selects a DRX parameter value with the highest DRX power saving gain (e.g., the largest value among values randomly sampled from the beta distribution of candidate DRX parameter values), and sends the selected DRX parameter value to the base station. send to Then, the terminal changes the value of the parameter to the selected
  • the base station can update the DRX parameter prediction model using information received from the terminal.
  • the terminal may calculate information (e.g. compensation value) for updating the prediction model and transmit the calculation result to the base station.
  • information e.g. compensation value
  • the compensation value is 0. If QoS is maintained, compensation can be determined based on the energy efficiency of the DRX operation based on the new DRX parameter value, that is, the power saving gain, as shown in [Equation 2] below. Specifically, by comparing the distribution value of the PDCCH-only section and the threshold (e.g., the PDCCH-only distribution value of the previous DRX parameter - a constant value), the compensation value may be determined to be 0 or 1.
  • R is the compensation value
  • PDCCHP T is the PDCCH-only distribution of the DRX parameters after changing the DRX parameters
  • PDCCHP S is the PDCCH-only distribution of the DRX parameters before changing the DRX parameters
  • ⁇ is the margin value for determining the threshold. means. If the compensation value is 1, the compensation parameter ⁇ is increased by +1, and if the compensation value is 0, the compensation parameter ⁇ is increased by +1.
  • the compensation value is determined to be 1.
  • the compensation value is determined to be 0.
  • Figure 24 shows an example of signal exchange for updating parameters related to DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • 24 illustrates signal exchange between a UE 2410 and an evolved UMTS terrestrial radio access network (EUTRAN) 2420.
  • EUTRAN 2420 can be understood as a base station.
  • the UE 2410 transmits a UE assistance information (UAI) message to the EUTRAN 2420.
  • the UE assistance information message may include status information (e.g., at least one of throughput and delay budget) of the UE 2410.
  • the UE 2410 may perform traffic prediction and, if a given condition is satisfied, transmit a UE assistance information message including information indicating traffic characteristics.
  • EUTRAN 2420 transmits an RRC connection reconfiguration message to UE 2410.
  • the RRC connection reset message may include information related to the DRX parameter reset range allowed by the network and information related to DRX parameter prediction corresponding to the UE state.
  • information related to DRX parameter prediction may include probability distribution information (e.g., beta distribution) for each candidate parameter value for the Thompson sampling technique.
  • step S2405 the UE 2410 transmits a first RRC connection reconfiguration complete message to the EUTRAN 2420.
  • the first RRC connection reset completion message may include at least one of the DRX parameter to be changed and the value to be applied through the change. That is, the UE 2410 performs DRX parameter prediction based on the information received in step S2403 and transmits the DRX parameter value determined through DRX parameter prediction to EUTRAN 2420.
  • the UE 2410 transmits a second RRC connection reconfiguration complete message to the EUTRAN 2420.
  • the second RRC connection reset completion message may include information for updating the model for DRX parameter prediction.
  • information for updating a model for predicting DRX parameters may include a compensation value or a performance-related value for determining the compensation value.
  • EUTRAN 2420 updates the DRX parameter prediction model.
  • the EUTRAN 2420 confirms or determines the compensation value based on the information included in the second RRC connection reestablishment complete message and updates the probability distribution of the candidate parameter value based on the compensation value.
  • the updated probability distribution is a beta distribution corresponding to the candidate parameter value selected by the UE 2410.
  • step S2411 the UE 2410 transmits a third RRC connection reconfiguration complete message to the EUTRAN 2420.
  • the third RRC connection reconfiguration complete message may be transmitted for reconfiguration of additional DRX parameters. That is, the UE 2410 can dynamically update DRX parameters during the time allowed by the EUTRAN 2420. That is, once resetting the DRX parameters is allowed, the UE can repeatedly reset the DRX parameters for the set allowable time. Here, permission to reset the DRX parameters once is confirmed through reception of an RRC connection reset message in step S2403.
  • Figure 25 shows an example of a procedure for updating parameters related to DRX operation in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 25 illustrates an operation method of a UE performing a DRX operation and a base station controlling the DRX operation.
  • step S2501 the UE monitors the ratio of the PDCCH-only section.
  • the UE checks the ratio of the section occupied by the PDCCH-only section among the entire time section during which the DRX operation is in progress.
  • the PDCCH-only section is the section from when the inactivity timer starts when the DCI for the UE is received until the inactivity timer ends, and refers to the section in which only PDCCH monitoring is performed during that section.
  • the PDCCH-only section may be referred to as a 'data-free inactive timer section' or another term with an equivalent technical meaning.
  • the UE transmits UE assistance information to the base station.
  • UE assistance information is transmitted to request reconfiguration of DRX parameters and may include information indicating the traffic characteristics of the UE.
  • the UE can predict traffic characteristics using an artificial intelligence model. For example, traffic characteristics may be specified by at least one of throughput and delay budget.
  • step S2505 the base station determines whether DRX parameter resetting is allowed. Whether DRX reconfiguration is permitted may be determined based on at least one of the UE's capability, the state of the model for DRX parameter prediction, and traffic characteristics indicated by the UE.
  • the base station transmits an RRC connection reconfiguration message to the UE.
  • the RRC connection reset message notifies that DRX parameter reset is permitted.
  • the RRC connection reset message may include at least one of the range of DRX parameters for which reset is allowed, information related to the model for DRX parameter prediction, and the allowable time for DRX parameter reset.
  • step S2509 the UE performs DRX parameter prediction and change settings.
  • the UE selects one value among candidate parameter values based on information related to the model for DRX parameter prediction included in the RRC connection reconfiguration message received in step S2507. Then, the UE changes the DRX parameter using the selected value.
  • the UE transmits information about DRX parameters to be changed. That is, the UE may transmit a message containing at least one of a DRX parameter to be changed (e.g., inactivity timer) and a value to be changed (e.g., timer value).
  • the message may include an RRC connection reset completion message.
  • the prediction model of the base station is updated. Specifically, the base station updates at least one of the probability distributions for DRX parameter prediction. To this end, the UE checks performance information such as whether QoS is maintained and power saving gain after resetting the DRX parameters, and transmits the performance information or a compensation value determined based on the performance information to the base station. Then, the base station determines or confirms the compensation value and updates the probability distribution corresponding to the changed DRX parameter based on the compensation value.
  • step S2515 the UE determines whether the allowable time for DRX parameter reset has been exceeded. The UE may further reset the DRX parameters until the allowable time for DRX parameter reset expires. If the UE needs to reconfigure the DRX parameters after the time allowed for resetting the DRX parameters expires, the UE returns to step S2501 and monitors the ratio of the PDCCH-only section.
  • Figure 26 shows a reward structure based on Thompson sampling in a wireless communication system according to an embodiment of the present disclosure.
  • Figure 26 shows a structure in which compensation is fed back based on evaluation indicators (e.g., whether QoS is maintained, power saving gain, etc.) after completion of handover.
  • sampling includes randomly sampling values from the beta distribution 2110 of candidate cells. Among the sampled values, the maximum value is selected by optimization 2120.
  • Action means selecting a DRX parameter value that maintains QoS and has the highest power saving effect in the current state and usage environment of the terminal.
  • Observation includes an operation of updating the parameters of the beta distribution for compensation based on an evaluation (2130) that checks whether QoS is maintained and the power saving effect after resetting the DRX parameters. The updated parameters are reflected in the beta distribution 2210.
  • examples of the proposed methods described above can also be included as one of the implementation methods of the present disclosure, and thus can be regarded as a type of proposed methods. Additionally, the proposed methods described above may be implemented independently, but may also be implemented in the form of a combination (or merge) of some of the proposed methods.
  • a rule may be defined so that the base station informs the terminal of the application of the proposed methods (or information about the rules of the proposed methods) through a predefined signal (e.g., a physical layer signal or a higher layer signal). .
  • Embodiments of the present disclosure can be applied to various wireless access systems.
  • Examples of various wireless access systems include the 3rd Generation Partnership Project (3GPP) or 3GPP2 system.
  • Embodiments of the present disclosure can be applied not only to the various wireless access systems, but also to all technical fields that apply the various wireless access systems. Furthermore, the proposed method can also be applied to mmWave and THz communication systems using ultra-high frequency bands.
  • embodiments of the present disclosure can be applied to various applications such as free-running vehicles and drones.

Abstract

본 개시는 무선 통신 시스템에서 DRX(discontinuous reception) 동작(operation)에 관련된 파라미터들을 설정하기 위한 것으로, UE(user equipment)의 동작 방법은, 기지국으로부터 DRX 동작에 관련된 설정(configuration) 정보를 수신하는 단계, 상기 설정 정보에 기반하여 상기 DRX 동작을 수행하는 단계, 상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 송신하는 단계, 및 상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 수신하는 단계를 포함할 수 있다. 상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함할 수 있다.

Description

무선 통신 시스템에서 불연속 수신 동작에 관련된 파라미터를 설정하기 위한 장치 및 방법
이하의 설명은 무선 통신 시스템에 대한 것으로, 무선 통신 시스템에서 DRX(discontinuous reception) 동작(operation)에 관련된 파라미터들을 설정하기(configuring) 위한 장치 및 방법에 관한 것이다.
무선 접속 시스템이 음성이나 데이터 등과 같은 다양한 종류의 통신 서비스를 제공하기 위해 광범위하게 전개되고 있다. 일반적으로 무선 접속 시스템은 가용한 시스템 자원(대역폭, 전송 파워 등)을 공유하여 다중 사용자와의 통신을 지원할 수 있는 다중 접속(multiple access) 시스템이다. 다중 접속 시스템의 예들로는 CDMA(code division multiple access) 시스템, FDMA(frequency division multiple access) 시스템, TDMA(time division multiple access) 시스템, OFDMA(orthogonal frequency division multiple access) 시스템, SC-FDMA(single carrier frequency division multiple access) 시스템 등이 있다.
특히, 많은 통신 기기들이 큰 통신 용량을 요구하게 됨에 따라 기존 RAT(radio access technology)에 비해 향상된 모바일 브로드밴드(enhanced mobile broadband, eMBB) 통신 기술이 제안되고 있다. 또한 다수의 기기 및 사물들을 연결하여 언제 어디서나 다양한 서비스를 제공하는 mMTC(massive machine type communications) 뿐만 아니라 신뢰성 (reliability) 및 지연(latency) 민감한 서비스/UE(user equipment)를 고려한 통신 시스템이 제안되고 있다. 이를 위한 다양한 기술 구성들이 제안되고 있다.
본 개시는 무선 통신 시스템에서 DRX(discontinuous reception) 동작(operation)에 관련된 파라미터들을 효과적으로 설정하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 단말의 트래픽 특성에 기반하여 DRX 동작에 관련된 적어도 하나의 파라미터를 설정하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 인공지능 모델에 기반하여 DRX 동작에 관련된 적어도 하나의 파라미터를 설정하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 톰슨 샘플링(Tompson sampling) 기술을 이용하여 DRX 동작에 관련된 적어도 하나의 파라미터를 설정하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 단말-시작(terminal-initiated) 방식에 따라 DRX 동작에 관련된 적어도 하나의 파라미터를 설정하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 단말에 의해 결정된 DRX 동작에 관련된 적어도 하나의 파라미터를 기지국에게 송신하기 위한 장치 및 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 단말에 의해 결정된 DRX 동작에 관련된 적어도 하나의 파라미터를 기지국에게 송신하기 위한 장치 및 방법을 제공할 수 있다.
본 개시에서 이루고자 하는 기술적 목적들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 본 개시의 실시예들로부터 본 개시의 기술 구성이 적용되는 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 UE(user equipment)의 동작 방법은, 기지국으로부터 DRX(discontinuous reception) 동작에 관련된 설정(configuration) 정보를 수신하는 단계, 상기 설정 정보에 기반하여 상기 DRX 동작을 수행하는 단계, 상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 송신하는 단계, 및 상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 수신하는 단계를 포함할 수 있다. 상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함할 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 기지국의 동작 방법은, UE(user equipment)에게 DRX(discontinuous reception) 동작에 관련된 설정(configuration) 정보를 송신하는 단계, 상기 설정 정보에 기반하여 상기 DRX 동작을 제어하는 단계, 상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 수신하는 단계, 및 상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 송신하는 단계를 포함할 수 있다. 상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함할 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 UE(user equipment)는, 송수신기, 및 상기 송수신기와 연결된 프로세서를 포함하며, 상기 프로세서는, 기지국으로부터 DRX(discontinuous reception) 동작에 관련된 설정(configuration) 정보를 수신하고, 상기 설정 정보에 기반하여 상기 DRX 동작을 수행하고, 상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 송신하고, 상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 수신하도록 제어하며, 상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함할 수 있다.
본 개시의 일 예로서, 무선 통신 시스템에서 기지국은, 송수신기, 및 상기 송수신기와 연결된 프로세서를 포함하며, 상기 프로세서는, UE(user equipment)에게 DRX(discontinuous reception) 동작에 관련된 설정(configuration) 정보를 송신하고, 상기 설정 정보에 기반하여 상기 DRX 동작을 제어하고, 상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 수신하고, 상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 송신하도록 제어하며, 상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함하는 기지국.
본 개시의 일 예로서, 장치는, 적어도 하나의 프로세서, 상기 적어도 하나의 프로세서와 연결되며, 상기 적어도 하나의 프로세서에 의해 실행됨에 따라 동작들을 지시하는 명령어를 저장하는 적어도 하나의 컴퓨터 메모리를 포함하며, 상기 동작들은, 상기 장치가, 기지국으로부터 DRX(discontinuous reception) 동작에 관련된 설정(configuration) 정보를 수신하는 단계, 상기 설정 정보에 기반하여 상기 DRX 동작을 수행하는 단계, 상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 송신하는 단계, 및 상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 수신하는 단계를 포함할 수 있다. 여기서, 상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함할 수 있다.
본 개시의 일 예로서, 적어도 하나의 명령어(instructions)을 저장하는 비-일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer-readable medium)는, 프로세서에 의해 실행 가능한(executable) 상기 적어도 하나의 명령어를 포함하며, 상기 적어도 하나의 명령어는, 장치가, 기지국으로부터 DRX(discontinuous reception) 동작에 관련된 설정(configuration) 정보를 수신하고, 상기 설정 정보에 기반하여 상기 DRX 동작을 수행하고, 상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 송신하고, 상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 수신하도록 제어하며, 상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함할 수 있다.
상술한 본 개시의 양태들은 본 개시의 바람직한 실시예들 중 일부에 불과하며, 본 개시의 기술적 특징들이 반영된 다양한 실시예들이 당해 기술분야의 통상적인 지식을 가진 자에 의해 이하 상술할 본 개시의 상세한 설명을 기반으로 도출되고 이해될 수 있다.
본 개시에 기초한 실시예들에 의해 하기와 같은 효과가 있을 수 있다.
본 개시에 따르면, DRX(discontinuous reception) 동작(operation)에 관련된 파라미터들이 효과적으로 설정될(configured) 수 있다.
본 개시의 실시예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 이하의 본 개시의 실시예들에 대한 기재로부터 본 개시의 기술 구성이 적용되는 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다. 즉, 본 개시에서 서술하는 구성을 실시함에 따른 의도하지 않은 효과들 역시 본 개시의 실시예들로부터 당해 기술분야의 통상의 지식을 가진 자에 의해 도출될 수 있다.
이하에 첨부되는 도면들은 본 개시에 관한 이해를 돕기 위한 것으로, 상세한 설명과 함께 본 개시에 대한 실시예들을 제공할 수 있다. 다만, 본 개시의 기술적 특징이 특정 도면에 한정되는 것은 아니며, 각 도면에서 개시하는 특징들은 서로 조합되어 새로운 실시예로 구성될 수 있다. 각 도면에서의 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미할 수 있다.
도 1은 본 개시에 적용 가능한 통신 시스템 예를 도시한다.
도 2는 본 개시에 적용 가능한 무선 기기의 예를 도시한다.
도 3은 본 개시에 적용 가능한 무선 기기의 다른 예를 도시한다.
도 4는 본 개시에 적용 가능한 휴대 기기의 예를 도시한다.
도 5는 본 개시에 적용 가능한 차량 또는 자율 주행 차량의 예를 도시한다.
도 6은 본 개시에 적용 가능한 AI(Artificial Intelligence)의 예를 도시한다.
도 7은 본 개시에 적용 가능한 전송 신호를 처리하는 방법을 도시한다.
도 8은 본 개시에 적용 가능한 6G(6th generation) 시스템에서 제공 가능한 통신 구조의 일례를 도시한다.
도 9는 본 개시에 적용 가능한 전자기 스펙트럼을 도시한다.
도 10은 본 개시에 적용 가능한 THz 통신 방법을 도시한다.
도 11은 본 개시에 적용 가능 베타 분포의 확률 밀도 함수의 예들을 도시한다.
도 12a 내지 도 12d는 본 개시에 적용 가능한 확률 분포 모델의 갱신의 예를 도시한다.
도 13은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX(discontinuous reception) 동작(operation)의 사이클(cycle)의 예를 도시한다.
도 14는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작 중 데이터가 수신되는 상황의 예를 도시한다.
도 15a 내지 도 15c는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 상황 별 전력 소모 분포의 예들을 도시한다.
도 16은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작에 관련된 파라미터들의 제어의 개념을 도시한다.
트래픽 특성에 대한 예측을 위한 인공지능 모델 예를 도시한다.
도 17은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 트래픽 특성에 대한 예측을 위한 인공지능 모델 예를 도시한다.
도 18은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 톰슨 샘플링(Thompson sampling, TS) 기반의 파라미터 결정의 개념을 도시한다.
도 19는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 사용 가능한 베타 분포의 확률 밀도 함수의 예들을 도시한다.
도 20은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작을 수행하는 절차의 예를 도시한다.
도 21은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작을 제어하는 절차의 예를 도시한다.
도 22는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작에 관련된 파라미터를 결정하는 절차의 예를 도시한다.
도 23은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 트래픽 특성에 따른 DRX 동작의 예들을 도시한다.
도 24는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작에 관련된 파라미터를 갱신하기 위한 신호 교환의 예를 도시한다.
도 25는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작에 관련된 파라미터를 갱신하기 위한 절차의 예를 도시한다.
도 26은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 톰슨 샘플링에 기반한 보상(reward) 구조를 도시한다.
이하의 실시예들은 본 개시의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 본 개시의 실시예를 구성할 수도 있다. 본 개시의 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.
도면에 대한 설명에서, 본 개시의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당업자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 본 개시를 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
본 명세서에서 본 개시의 실시예들은 기지국과 이동국 간의 데이터 송수신 관계를 중심으로 설명되었다. 여기서, 기지국은 이동국과 직접적으로 통신을 수행하는 네트워크의 종단 노드(terminal node)로서의 의미가 있다. 본 문서에서 기지국에 의해 수행되는 것으로 설명된 특정 동작은 경우에 따라서는 기지국의 상위 노드(upper node)에 의해 수행될 수도 있다.
즉, 기지국을 포함하는 다수의 네트워크 노드들(network nodes)로 이루어지는 네트워크에서 이동국과의 통신을 위해 수행되는 다양한 동작들은 기지국 또는 기지국 이외의 다른 네트워크 노드들에 의해 수행될 수 있다. 이때, '기지국'은 고정국(fixed station), Node B, eNB(eNode B), gNB(gNode B), ng-eNB, 발전된 기지국(advanced base station, ABS) 또는 억세스 포인트(access point) 등의 용어에 의해 대체될 수 있다.
또한, 본 개시의 실시예들에서 단말(terminal)은 사용자 기기(user equipment, UE), 이동국(mobile station, MS), 가입자국(subscriber station, SS), 이동 가입자 단말(mobile subscriber station, MSS), 이동 단말(mobile terminal) 또는 발전된 이동 단말(advanced mobile station, AMS) 등의 용어로 대체될 수 있다.
또한, 송신단은 데이터 서비스 또는 음성 서비스를 제공하는 고정 및/또는 이동 노드를 말하고, 수신단은 데이터 서비스 또는 음성 서비스를 수신하는 고정 및/또는 이동 노드를 의미한다. 따라서, 상향링크의 경우, 이동국이 송신단이 되고, 기지국이 수신단이 될 수 있다. 마찬가지로, 하향링크의 경우, 이동국이 수신단이 되고, 기지국이 송신단이 될 수 있다.
본 개시의 실시예들은 무선 접속 시스템들인 IEEE 802.xx 시스템, 3GPP(3rd Generation Partnership Project) 시스템, 3GPP LTE(Long Term Evolution) 시스템, 3GPP 5G(5th generation) NR(New Radio) 시스템 및 3GPP2 시스템 중 적어도 하나에 개시된 표준 문서들에 의해 뒷받침될 수 있으며, 특히, 본 개시의 실시예들은 3GPP TS(technical specification) 38.211, 3GPP TS 38.212, 3GPP TS 38.213, 3GPP TS 38.321 및 3GPP TS 38.331 문서들에 의해 뒷받침 될 수 있다.
또한, 본 개시의 실시예들은 다른 무선 접속 시스템에도 적용될 수 있으며, 상술한 시스템으로 한정되는 것은 아니다. 일 예로, 3GPP 5G NR 시스템 이후에 적용되는 시스템에 대해서도 적용 가능할 수 있으며, 특정 시스템에 한정되지 않는다.
즉, 본 개시의 실시예들 중 설명하지 않은 자명한 단계들 또는 부분들은 상기 문서들을 참조하여 설명될 수 있다. 또한, 본 문서에서 개시하고 있는 모든 용어들은 상기 표준 문서에 의해 설명될 수 있다.
이하, 본 개시에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 개시의 예시적인 실시 형태를 설명하고자 하는 것이며, 본 개시의 기술 구성이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다.
또한, 본 개시의 실시예들에서 사용되는 특정 용어들은 본 개시의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 개시의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
이하의 기술은 CDMA(code division multiple access), FDMA(frequency division multiple access), TDMA(time division multiple access), OFDMA(orthogonal frequency division multiple access), SC-FDMA(single carrier frequency division multiple access) 등과 같은 다양한 무선 접속 시스템에 적용될 수 있다.
하기에서는 이하 설명을 명확하게 하기 위해, 3GPP 통신 시스템(e.g.(예, LTE, NR 등)을 기반으로 설명하지만 본 발명의 기술적 사상이 이에 제한되는 것은 아니다. LTE는 3GPP TS 36.xxx Release 8 이후의 기술을 의미할 수 있다. 세부적으로, 3GPP TS 36.xxx Release 10 이후의 LTE 기술은 LTE-A로 지칭되고, 3GPP TS 36.xxx Release 13 이후의 LTE 기술은 LTE-A pro로 지칭될 수 있다. 3GPP NR은 TS 38.xxx Release 15 이후의 기술을 의미할 수 있다. 3GPP 6G는 TS Release 17 및/또는 Release 18 이후의 기술을 의미할 수 있다. "xxx"는 표준 문서 세부 번호를 의미한다. LTE/NR/6G는 3GPP 시스템으로 통칭될 수 있다.
본 개시에 사용된 배경기술, 용어, 약어 등에 관해서는 본 발명 이전에 공개된 표준 문서에 기재된 사항을 참조할 수 있다. 일 예로, 36.xxx 및 38.xxx 표준 문서를 참조할 수 있다.
본 개시에 적용 가능한 통신 시스템
이로 제한되는 것은 아니지만, 본 문서에 개시된 본 개시의 다양한 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 기기들 간에 무선 통신/연결(예, 5G)을 필요로 하는 다양한 분야에 적용될 수 있다.
이하, 도면을 참조하여 보다 구체적으로 예시한다. 이하의 도면/설명에서 동일한 도면 부호는 다르게 기술하지 않는 한, 동일하거나 대응되는 하드웨어 블록, 소프트웨어 블록 또는 기능 블록을 예시할 수 있다.
도 1은 본 개시에 적용되는 통신 시스템 예를 도시한 도면이다.
도 1을 참조하면, 본 개시에 적용되는 통신 시스템(100)은 무선 기기, 기지국 및 네트워크를 포함한다. 여기서, 무선 기기는 무선 접속 기술(예, 5G NR, LTE)을 이용하여 통신을 수행하는 기기를 의미하며, 통신/무선/5G 기기로 지칭될 수 있다. 이로 제한되는 것은 아니지만, 무선 기기는 로봇(100a), 차량(100b-1, 100b-2), XR(extended reality) 기기(100c), 휴대 기기(hand-held device)(100d), 가전(home appliance)(100e), IoT(Internet of Thing) 기기(100f), AI(artificial intelligence) 기기/서버(100g)를 포함할 수 있다. 예를 들어, 차량은 무선 통신 기능이 구비된 차량, 자율 주행 차량, 차량간 통신을 수행할 수 있는 차량 등을 포함할 수 있다. 여기서, 차량(100b-1, 100b-2)은 UAV(unmanned aerial vehicle)(예, 드론)를 포함할 수 있다. XR 기기(100c)는 AR(augmented reality)/VR(virtual reality)/MR(mixed reality) 기기를 포함하며, HMD(head-mounted device), 차량에 구비된 HUD(head-up display), 텔레비전, 스마트폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지(signage), 차량, 로봇 등의 형태로 구현될 수 있다. 휴대 기기(100d)는 스마트폰, 스마트패드, 웨어러블 기기(예, 스마트워치, 스마트글래스), 컴퓨터(예, 노트북 등) 등을 포함할 수 있다. 가전(100e)은 TV, 냉장고, 세탁기 등을 포함할 수 있다. IoT 기기(100f)는 센서, 스마트 미터 등을 포함할 수 있다. 예를 들어, 기지국(120), 네트워크(130)는 무선 기기로도 구현될 수 있으며, 특정 무선 기기(120a)는 다른 무선 기기에게 기지국/네트워크 노드로 동작할 수도 있다.
무선 기기(100a~100f)는 기지국(120)을 통해 네트워크(130)와 연결될 수 있다. 무선 기기(100a~100f)에는 AI 기술이 적용될 수 있으며, 무선 기기(100a~100f)는 네트워크(130)를 통해 AI 서버(100g)와 연결될 수 있다. 네트워크(130)는 3G 네트워크, 4G(예, LTE) 네트워크 또는 5G(예, NR) 네트워크 등을 이용하여 구성될 수 있다. 무선 기기(100a~100f)는 기지국(120)/네트워크(130)를 통해 서로 통신할 수도 있지만, 기지국(120)/네트워크(130)를 통하지 않고 직접 통신(예, 사이드링크 통신(sidelink communication))할 수도 있다. 예를 들어, 차량들(100b-1, 100b-2)은 직접 통신(예, V2V(vehicle to vehicle)/V2X(vehicle to everything) communication)을 할 수 있다. 또한, IoT 기기(100f)(예, 센서)는 다른 IoT 기기(예, 센서) 또는 다른 무선 기기(100a~100f)와 직접 통신을 할 수 있다.
무선 기기(100a~100f)/기지국(120), 기지국(120)/기지국(120) 간에는 무선 통신/연결(150a, 150b, 150c)이 이뤄질 수 있다. 여기서, 무선 통신/연결은 상향/하향링크 통신(150a)과 사이드링크 통신(150b)(또는, D2D 통신), 기지국간 통신(150c)(예, relay, IAB(integrated access backhaul))과 같은 다양한 무선 접속 기술(예, 5G NR)을 통해 이뤄질 수 있다. 무선 통신/연결(150a, 150b, 150c)을 통해 무선 기기와 기지국/무선 기기, 기지국과 기지국은 서로 무선 신호를 송신/수신할 수 있다. 예를 들어, 무선 통신/연결(150a, 150b, 150c)은 다양한 물리 채널을 통해 신호를 송신/수신할 수 있다. 이를 위해, 본 개시의 다양한 제안들에 기반하여, 무선 신호의 송신/수신을 위한 다양한 구성정보 설정 과정, 다양한 신호 처리 과정(예, 채널 인코딩/디코딩, 변조/복조, 자원 매핑/디매핑 등), 자원 할당 과정 등 중 적어도 일부가 수행될 수 있다.
본 개시에 적용 가능한 통신 시스템
도 2는 본 개시에 적용될 수 있는 무선 기기의 예를 도시한 도면이다.
도 2를 참조하면, 제1 무선 기기(200a)와 제2 무선 기기(200b)는 다양한 무선 접속 기술(예, LTE, NR)을 통해 무선 신호를 송수신할 수 있다. 여기서, {제1 무선 기기(200a), 제2 무선 기기(200b)}은 도 1의 {무선 기기(100x), 기지국(120)} 및/또는 {무선 기기(100x), 무선 기기(100x)}에 대응할 수 있다.
제1 무선 기기(200a)는 하나 이상의 프로세서(202a) 및 하나 이상의 메모리(204a)를 포함하며, 추가적으로 하나 이상의 송수신기(206a) 및/또는 하나 이상의 안테나(208a)을 더 포함할 수 있다. 프로세서(202a)는 메모리(204a) 및/또는 송수신기(206a)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(202a)는 메모리(204a) 내의 정보를 처리하여 제1 정보/신호를 생성한 뒤, 송수신기(206a)을 통해 제1 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(202a)는 송수신기(206a)를 통해 제2 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제2 정보/신호의 신호 처리로부터 얻은 정보를 메모리(204a)에 저장할 수 있다. 메모리(204a)는 프로세서(202a)와 연결될 수 있고, 프로세서(202a)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(204a)는 프로세서(202a)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(202a)와 메모리(204a)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(206a)는 프로세서(202a)와 연결될 수 있고, 하나 이상의 안테나(208a)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(206a)는 송신기 및/또는 수신기를 포함할 수 있다. 송수신기(206a)는 RF(radio frequency) 유닛과 혼용될 수 있다. 본 개시에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
제2 무선 기기(200b)는 하나 이상의 프로세서(202b), 하나 이상의 메모리(204b)를 포함하며, 추가적으로 하나 이상의 송수신기(206b) 및/또는 하나 이상의 안테나(208b)를 더 포함할 수 있다. 프로세서(202b)는 메모리(204b) 및/또는 송수신기(206b)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(202b)는 메모리(204b) 내의 정보를 처리하여 제3 정보/신호를 생성한 뒤, 송수신기(206b)를 통해 제3 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(202b)는 송수신기(206b)를 통해 제4 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제4 정보/신호의 신호 처리로부터 얻은 정보를 메모리(204b)에 저장할 수 있다. 메모리(204b)는 프로세서(202b)와 연결될 수 있고, 프로세서(202b)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(204b)는 프로세서(202b)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(202b)와 메모리(204b)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(206b)는 프로세서(202b)와 연결될 수 있고, 하나 이상의 안테나(208b)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(206b)는 송신기 및/또는 수신기를 포함할 수 있다 송수신기(206b)는 RF 유닛과 혼용될 수 있다. 본 개시에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
이하, 무선 기기(200a, 200b)의 하드웨어 요소에 대해 보다 구체적으로 설명한다. 이로 제한되는 것은 아니지만, 하나 이상의 프로토콜 계층이 하나 이상의 프로세서(202a, 202b)에 의해 구현될 수 있다. 예를 들어, 하나 이상의 프로세서(202a, 202b)는 하나 이상의 계층(예, PHY(physical), MAC(media access control), RLC(radio link control), PDCP(packet data convergence protocol), RRC(radio resource control), SDAP(service data adaptation protocol)와 같은 기능적 계층)을 구현할 수 있다. 하나 이상의 프로세서(202a, 202b)는 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 하나 이상의 PDU(Protocol Data Unit) 및/또는 하나 이상의 SDU(service data unit)를 생성할 수 있다. 하나 이상의 프로세서(202a, 202b)는 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 메시지, 제어정보, 데이터 또는 정보를 생성할 수 있다. 하나 이상의 프로세서(202a, 202b)는 본 문서에 개시된 기능, 절차, 제안 및/또는 방법에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 포함하는 신호(예, 베이스밴드 신호)를 생성하여, 하나 이상의 송수신기(206a, 206b)에게 제공할 수 있다. 하나 이상의 프로세서(202a, 202b)는 하나 이상의 송수신기(206a, 206b)로부터 신호(예, 베이스밴드 신호)를 수신할 수 있고, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 획득할 수 있다.
하나 이상의 프로세서(202a, 202b)는 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 또는 마이크로 컴퓨터로 지칭될 수 있다. 하나 이상의 프로세서(202a, 202b)는 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합에 의해 구현될 수 있다. 일 예로, 하나 이상의 ASIC(application specific integrated circuit), 하나 이상의 DSP(digital signal processor), 하나 이상의 DSPD(digital signal processing device), 하나 이상의 PLD(programmable logic device) 또는 하나 이상의 FPGA(field programmable gate arrays)가 하나 이상의 프로세서(202a, 202b)에 포함될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 펌웨어 또는 소프트웨어를 사용하여 구현될 수 있고, 펌웨어 또는 소프트웨어는 모듈, 절차, 기능 등을 포함하도록 구현될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 수행하도록 설정된 펌웨어 또는 소프트웨어는 하나 이상의 프로세서(202a, 202b)에 포함되거나, 하나 이상의 메모리(204a, 204b)에 저장되어 하나 이상의 프로세서(202a, 202b)에 의해 구동될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 코드, 명령어 및/또는 명령어의 집합 형태로 펌웨어 또는 소프트웨어를 사용하여 구현될 수 있다.
하나 이상의 메모리(204a, 204b)는 하나 이상의 프로세서(202a, 202b)와 연결될 수 있고, 다양한 형태의 데이터, 신호, 메시지, 정보, 프로그램, 코드, 지시 및/또는 명령을 저장할 수 있다. 하나 이상의 메모리(204a, 204b)는 ROM(read only memory), RAM(random access memory), EPROM(erasable programmable read only memory), 플래시 메모리, 하드 드라이브, 레지스터, 캐쉬 메모리, 컴퓨터 판독 저장 매체 및/또는 이들의 조합으로 구성될 수 있다. 하나 이상의 메모리(204a, 204b)는 하나 이상의 프로세서(202a, 202b)의 내부 및/또는 외부에 위치할 수 있다. 또한, 하나 이상의 메모리(204a, 204b)는 유선 또는 무선 연결과 같은 다양한 기술을 통해 하나 이상의 프로세서(202a, 202b)와 연결될 수 있다.
하나 이상의 송수신기(206a, 206b)는 하나 이상의 다른 장치에게 본 문서의 방법들 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 전송할 수 있다. 하나 이상의 송수신기(206a, 206b)는 하나 이상의 다른 장치로부터 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 수신할 수 있다. 예를 들어, 하나 이상의 송수신기(206a, 206b)는 하나 이상의 프로세서(202a, 202b)와 연결될 수 있고, 무선 신호를 송수신할 수 있다. 예를 들어, 하나 이상의 프로세서(202a, 202b)는 하나 이상의 송수신기(206a, 206b)가 하나 이상의 다른 장치에게 사용자 데이터, 제어 정보 또는 무선 신호를 전송하도록 제어할 수 있다. 또한, 하나 이상의 프로세서(202a, 202b)는 하나 이상의 송수신기(206a, 206b)가 하나 이상의 다른 장치로부터 사용자 데이터, 제어 정보 또는 무선 신호를 수신하도록 제어할 수 있다. 또한, 하나 이상의 송수신기(206a, 206b)는 하나 이상의 안테나(208a, 208b)와 연결될 수 있고, 하나 이상의 송수신기(206a, 206b)는 하나 이상의 안테나(208a, 208b)를 통해 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 송수신하도록 설정될 수 있다. 본 문서에서, 하나 이상의 안테나는 복수의 물리 안테나이거나, 복수의 논리 안테나(예, 안테나 포트)일 수 있다. 하나 이상의 송수신기(206a, 206b)는 수신된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 하나 이상의 프로세서(202a, 202b)를 이용하여 처리하기 위해, 수신된 무선 신호/채널 등을 RF 밴드 신호에서 베이스밴드 신호로 변환(Convert)할 수 있다. 하나 이상의 송수신기(206a, 206b)는 하나 이상의 프로세서(202a, 202b)를 이용하여 처리된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 베이스밴드 신호에서 RF 밴드 신호로 변환할 수 있다. 이를 위하여, 하나 이상의 송수신기(206a, 206b)는 (아날로그) 오실레이터 및/또는 필터를 포함할 수 있다.
본 개시에 적용 가능한 무선 기기 구조
도 3은 본 개시에 적용되는 무선 기기의 다른 예를 도시한 도면이다.
도 3을 참조하면, 무선 기기(300)는 도 2의 무선 기기(200a, 200b)에 대응하며, 다양한 요소(element), 성분(component), 유닛/부(unit), 및/또는 모듈(module)로 구성될 수 있다. 예를 들어, 무선 기기(300)는 통신부(310), 제어부(320), 메모리부(330) 및 추가 요소(340)를 포함할 수 있다. 통신부는 통신 회로(312) 및 송수신기(들)(314)을 포함할 수 있다. 예를 들어, 통신 회로(312)는 도 2의 하나 이상의 프로세서(202a, 202b) 및/또는 하나 이상의 메모리(204a, 204b)를 포함할 수 있다. 예를 들어, 송수신기(들)(314)는 도 2의 하나 이상의 송수신기(206a, 206b) 및/또는 하나 이상의 안테나(208a, 208b)을 포함할 수 있다. 제어부(320)는 통신부(310), 메모리부(330) 및 추가 요소(340)와 전기적으로 연결되며 무선 기기의 제반 동작을 제어한다. 예를 들어, 제어부(320)는 메모리부(330)에 저장된 프로그램/코드/명령/정보에 기반하여 무선 기기의 전기적/기계적 동작을 제어할 수 있다. 또한, 제어부(320)는 메모리부(330)에 저장된 정보를 통신부(310)을 통해 외부(예, 다른 통신 기기)로 무선/유선 인터페이스를 통해 전송하거나, 통신부(310)를 통해 외부(예, 다른 통신 기기)로부터 무선/유선 인터페이스를 통해 수신된 정보를 메모리부(330)에 저장할 수 있다.
추가 요소(340)는 무선 기기의 종류에 따라 다양하게 구성될 수 있다. 예를 들어, 추가 요소(340)는 파워 유닛/배터리, 입출력부(input/output unit), 구동부 및 컴퓨팅부 중 적어도 하나를 포함할 수 있다. 이로 제한되는 것은 아니지만, 무선 기기(300)는 로봇(도 1, 100a), 차량(도 1, 100b-1, 100b-2), XR 기기(도 1, 100c), 휴대 기기(도 1, 100d), 가전(도 1, 100e), IoT 기기(도 1, 100f), 디지털 방송용 단말, 홀로그램 장치, 공공 안전 장치, MTC 장치, 의료 장치, 핀테크 장치(또는 금융 장치), 보안 장치, 기후/환경 장치, AI 서버/기기(도 1, 140), 기지국(도 1, 120), 네트워크 노드 등의 형태로 구현될 수 있다. 무선 기기는 사용-예/서비스에 따라 이동 가능하거나 고정된 장소에서 사용될 수 있다.
도 3에서 무선 기기(300) 내의 다양한 요소, 성분, 유닛/부, 및/또는 모듈은 전체가 유선 인터페이스를 통해 상호 연결되거나, 적어도 일부가 통신부(310)를 통해 무선으로 연결될 수 있다. 예를 들어, 무선 기기(300) 내에서 제어부(320)와 통신부(310)는 유선으로 연결되며, 제어부(320)와 제1 유닛(예, 130, 140)은 통신부(310)를 통해 무선으로 연결될 수 있다. 또한, 무선 기기(300) 내의 각 요소, 성분, 유닛/부, 및/또는 모듈은 하나 이상의 요소를 더 포함할 수 있다. 예를 들어, 제어부(320)는 하나 이상의 프로세서 집합으로 구성될 수 있다. 예를 들어, 제어부(320)는 통신 제어 프로세서, 어플리케이션 프로세서(application processor), ECU(electronic control unit), 그래픽 처리 프로세서, 메모리 제어 프로세서 등의 집합으로 구성될 수 있다. 다른 예로, 메모리부(330)는 RAM, DRAM(dynamic RAM), ROM, 플래시 메모리(flash memory), 휘발성 메모리(volatile memory), 비-휘발성 메모리(non-volatile memory) 및/또는 이들의 조합으로 구성될 수 있다.
본 개시가 적용 가능한 휴대 기기
도 4는 본 개시에 적용되는 휴대 기기의 예를 도시한 도면이다.
도 4는 본 개시에 적용되는 휴대 기기를 예시한다. 휴대 기기는 스마트폰, 스마트패드, 웨어러블 기기(예, 스마트 워치, 스마트 글래스), 휴대용 컴퓨터(예, 노트북 등)을 포함할 수 있다. 휴대 기기는 MS(mobile station), UT(user terminal), MSS(mobile subscriber station), SS(subscriber station), AMS(advanced mobile station) 또는 WT(wireless terminal)로 지칭될 수 있다.
도 4를 참조하면, 휴대 기기(400)는 안테나부(408), 통신부(410), 제어부(420), 메모리부(430), 전원공급부(440a), 인터페이스부(440b) 및 입출력부(440c)를 포함할 수 있다. 안테나부(408)는 통신부(410)의 일부로 구성될 수 있다. 블록 410~430/440a~440c는 각각 도 3의 블록 310~330/340에 대응한다.
통신부(410)는 다른 무선 기기, 기지국들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(420)는 휴대 기기(400)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(420)는 AP(application processor)를 포함할 수 있다. 메모리부(430)는 휴대 기기(400)의 구동에 필요한 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 또한, 메모리부(430)는 입/출력되는 데이터/정보 등을 저장할 수 있다. 전원공급부(440a)는 휴대 기기(400)에게 전원을 공급하며, 유/무선 충전 회로, 배터리 등을 포함할 수 있다. 인터페이스부(440b)는 휴대 기기(400)와 다른 외부 기기의 연결을 지원할 수 있다. 인터페이스부(440b)는 외부 기기와의 연결을 위한 다양한 포트(예, 오디오 입/출력 포트, 비디오 입/출력 포트)를 포함할 수 있다. 입출력부(440c)는 영상 정보/신호, 오디오 정보/신호, 데이터, 및/또는 사용자로부터 입력되는 정보를 입력 받거나 출력할 수 있다. 입출력부(440c)는 카메라, 마이크로폰, 사용자 입력부, 디스플레이부(440d), 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다.
일 예로, 데이터 통신의 경우, 입출력부(440c)는 사용자로부터 입력된 정보/신호(예, 터치, 문자, 음성, 이미지, 비디오)를 획득하며, 획득된 정보/신호는 메모리부(430)에 저장될 수 있다. 통신부(410)는 메모리에 저장된 정보/신호를 무선 신호로 변환하고, 변환된 무선 신호를 다른 무선 기기에게 직접 전송하거나 기지국에게 전송할 수 있다. 또한, 통신부(410)는 다른 무선 기기 또는 기지국으로부터 무선 신호를 수신한 뒤, 수신된 무선 신호를 원래의 정보/신호로 복원할 수 있다. 복원된 정보/신호는 메모리부(430)에 저장된 뒤, 입출력부(440c)를 통해 다양한 형태(예, 문자, 음성, 이미지, 비디오, 햅틱)로 출력될 수 있다.
본 개시가 적용 가능한 무선 기기 종류
도 5는 본 개시에 적용되는 차량 또는 자율 주행 차량의 예를 도시한 도면이다.
도 5는 본 개시에 적용되는 차량 또는 자율 주행 차량을 예시한다. 차량 또는 자율 주행 차량은 이동형 로봇, 차량, 기차, 유/무인 비행체(aerial vehicle, AV), 선박 등으로 구현될 수 있으며, 차량의 형태로 한정되는 것은 아니다.
도 5를 참조하면, 차량 또는 자율 주행 차량(500)은 안테나부(508), 통신부(510), 제어부(520), 구동부(540a), 전원공급부(540b), 센서부(540c) 및 자율 주행부(540d)를 포함할 수 있다. 안테나부(550)는 통신부(510)의 일부로 구성될 수 있다. 블록 510/530/540a~540d는 각각 도 4의 블록 410/430/440에 대응한다.
통신부(510)는 다른 차량, 기지국(예, 기지국, 노변 기지국(road side unit) 등), 서버 등의 외부 기기들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(520)는 차량 또는 자율 주행 차량(500)의 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(520)는 ECU(electronic control unit)를 포함할 수 있다.
도 6은 본 개시에 적용되는 AI 기기의 예를 도시한 도면이다. 일 예로, AI 기기는 TV, 프로젝터, 스마트폰, PC, 노트북, 디지털방송용 단말기, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), 라디오, 세탁기, 냉장고, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 6을 참조하면, AI 기기(600)는 통신부(610), 제어부(620), 메모리부(630), 입/출력부(640a/640b), 러닝 프로세서부(640c) 및 센서부(640d)를 포함할 수 있다. 블록 610~630/640a~640d는 각각 도 3의 블록 310~330/340에 대응할 수 있다.
통신부(610)는 유무선 통신 기술을 이용하여 다른 AI 기기(예, 도 1, 100x, 120, 140)나 AI 서버(도 1, 140) 등의 외부 기기들과 유무선 신호(예, 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등)를 송수신할 수 있다. 이를 위해, 통신부(610)는 메모리부(630) 내의 정보를 외부 기기로 전송하거나, 외부 기기로부터 수신된 신호를 메모리부(630)로 전달할 수 있다.
제어부(620)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 기기(600)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 제어부(620)는 AI 기기(600)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다. 예를 들어, 제어부(620)는 러닝 프로세서부(640c) 또는 메모리부(630)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 기기(600)의 구성 요소들을 제어할 수 있다. 또한, 제어부(620)는 AI 장치(600)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리부(630) 또는 러닝 프로세서부(640c)에 저장하거나, AI 서버(도 1, 140) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
메모리부(630)는 AI 기기(600)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예를 들어, 메모리부(630)는 입력부(640a)로부터 얻은 데이터, 통신부(610)로부터 얻은 데이터, 러닝 프로세서부(640c)의 출력 데이터, 및 센싱부(640)로부터 얻은 데이터를 저장할 수 있다. 또한, 메모리부(630)는 제어부(620)의 동작/실행에 필요한 제어 정보 및/또는 소프트웨어 코드를 저장할 수 있다.
입력부(640a)는 AI 기기(600)의 외부로부터 다양한 종류의 데이터를 획득할 수 있다. 예를 들어, 입력부(620)는 모델 학습을 위한 학습 데이터, 및 학습 모델이 적용될 입력 데이터 등을 획득할 수 있다. 입력부(640a)는 카메라, 마이크로폰 및/또는 사용자 입력부 등을 포함할 수 있다. 출력부(640b)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다. 출력부(640b)는 디스플레이부, 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다. 센싱부(640)는 다양한 센서들을 이용하여 AI 기기(600)의 내부 정보, AI 기기(600)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 얻을 수 있다. 센싱부(640)는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰 및/또는 레이더 등을 포함할 수 있다.
러닝 프로세서부(640c)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 러닝 프로세서부(640c)는 AI 서버(도 1, 140)의 러닝 프로세서부와 함께 AI 프로세싱을 수행할 수 있다. 러닝 프로세서부(640c)는 통신부(610)를 통해 외부 기기로부터 수신된 정보, 및/또는 메모리부(630)에 저장된 정보를 처리할 수 있다. 또한, 러닝 프로세서부(640c)의 출력 값은 통신부(610)를 통해 외부 기기로 전송되거나/되고, 메모리부(630)에 저장될 수 있다.
도 7은 본 개시에 적용되는 전송 신호를 처리하는 방법을 도시한 도면이다. 일 예로, 전송 신호는 신호 처리 회로에 의해 처리될 수 있다. 이때, 신호 처리 회로(700)는 스크램블러(710), 변조기(720), 레이어 매퍼(730), 프리코더(740), 자원 매퍼(750), 신호 생성기(760)를 포함할 수 있다. 이때, 일 예로, 도 7의 동작/기능은 도 2의 프로세서(202a, 202b) 및/또는 송수신기(206a, 206b)에서 수행될 수 있다. 또한, 일 예로, 도 7의 하드웨어 요소는 도 2의 프로세서(202a, 202b) 및/또는 송수신기(206a, 206b)에서 구현될 수 있다. 일 예로, 블록 710~760은 도 2의 프로세서(202a, 202b)에서 구현될 수 있다. 또한, 블록 710~750은 도 2의 프로세서(202a, 202b)에서 구현되고, 블록 760은 도 2의 송수신기(206a, 206b)에서 구현될 수 있으며, 상술한 실시예로 한정되지 않는다.
코드워드는 도 7의 신호 처리 회로(700)를 거쳐 무선 신호로 변환될 수 있다. 여기서, 코드워드는 정보블록의 부호화된 비트 시퀀스이다. 정보블록은 전송블록(예, UL-SCH 전송블록, DL-SCH 전송블록)을 포함할 수 있다. 무선 신호는 다양한 물리 채널(예, PUSCH, PDSCH)을 통해 전송될 수 있다. 구체적으로, 코드워드는 스크램블러(710)에 의해 스크램블된 비트 시퀀스로 변환될 수 있다. 스크램블에 사용되는 스크램블 시퀀스는 초기화 값에 기반하여 생성되며, 초기화 값은 무선 기기의 ID 정보 등이 포함될 수 있다. 스크램블된 비트 시퀀스는 변조기(720)에 의해 변조 심볼 시퀀스로 변조될 수 있다. 변조 방식은 pi/2-BPSK(pi/2-binary phase shift keying), m-PSK(m-phase shift keying), m-QAM(m-quadrature amplitude modulation) 등을 포함할 수 있다.
복소 변조 심볼 시퀀스는 레이어 매퍼(730)에 의해 하나 이상의 전송 레이어로 매핑될 수 있다. 각 전송 레이어의 변조 심볼들은 프리코더(740)에 의해 해당 안테나 포트(들)로 매핑될 수 있다(프리코딩). 프리코더(740)의 출력 z는 레이어 매퍼(730)의 출력 y를 N*M의 프리코딩 행렬 W와 곱해 얻을 수 있다. 여기서, N은 안테나 포트의 개수, M은 전송 레이어의 개수이다. 여기서, 프리코더(740)는 복소 변조 심볼들에 대한 트랜스폼(transform) 프리코딩(예, DFT(discrete fourier transform) 변환)을 수행한 이후에 프리코딩을 수행할 수 있다. 또한, 프리코더(740)는 트랜스폼 프리코딩을 수행하지 않고 프리코딩을 수행할 수 있다.
자원 매퍼(750)는 각 안테나 포트의 변조 심볼들을 시간-주파수 자원에 매핑할 수 있다. 시간-주파수 자원은 시간 도메인에서 복수의 심볼(예, CP-OFDMA 심볼, DFT-s-OFDMA 심볼)을 포함하고, 주파수 도메인에서 복수의 부반송파를 포함할 수 있다. 신호 생성기(760)는 매핑된 변조 심볼들로부터 무선 신호를 생성하며, 생성된 무선 신호는 각 안테나를 통해 다른 기기로 전송될 수 있다. 이를 위해, 신호 생성기(760)는 IFFT(inverse fast fourier transform) 모듈 및 CP(cyclic prefix) 삽입기, DAC(digital-to-analog converter), 주파수 상향 변환기(frequency uplink converter) 등을 포함할 수 있다.
무선 기기에서 수신 신호를 위한 신호 처리 과정은 도 7의 신호 처리 과정(710~760)의 역으로 구성될 수 있다. 일 예로, 무선 기기(예, 도 2의 200a, 200b)는 안테나 포트/송수신기를 통해 외부로부터 무선 신호를 수신할 수 있다. 수신된 무선 신호는 신호 복원기를 통해 베이스밴드 신호로 변환될 수 있다. 이를 위해, 신호 복원기는 주파수 하향 변환기(frequency downlink converter), ADC(analog-to-digital converter), CP 제거기, FFT(fast fourier transform) 모듈을 포함할 수 있다. 이후, 베이스밴드 신호는 자원 디-매퍼 과정, 포스트코딩(postcoding) 과정, 복조 과정 및 디-스크램블 과정을 거쳐 코드워드로 복원될 수 있다. 코드워드는 복호(decoding)를 거쳐 원래의 정보블록으로 복원될 수 있다. 따라서, 수신 신호를 위한 신호 처리 회로(미도시)는 신호 복원기, 자원 디-매퍼, 포스트코더, 복조기, 디-스크램블러 및 복호기를 포함할 수 있다.
6G 통신 시스템
6G (무선통신) 시스템은 (i) 디바이스 당 매우 높은 데이터 속도, (ii) 매우 많은 수의 연결된 디바이스들, (iii) 글로벌 연결성(global connectivity), (iv) 매우 낮은 지연, (v) 배터리-프리(battery-free) IoT 디바이스들의 에너지 소비를 낮추고, (vi) 초고신뢰성 연결, (vii) 머신 러닝 능력을 가지는 연결된 지능 등에 목적이 있다. 6G 시스템의 비젼은 "intelligent connectivity", "deep connectivity", "holographic connectivity", "ubiquitous connectivity"와 같은 4가지 측면일 수 있으며, 6G 시스템은 하기 표 1과 같은 요구 사항을 만족시킬 수 있다. 즉, 표 1은 6G 시스템의 요구 사항을 나타낸 표이다.
Per device peak data rate 1 Tbps
E2E latency 1 ms
Maximum spectral efficiency 100 bps/Hz
Mobility support up to 1000 km/hr
Satellite integration Fully
AI Fully
Autonomous vehicle Fully
XR Fully
Haptic Communication Fully
이때, 6G 시스템은 향상된 모바일 브로드밴드(enhanced mobile broadband, eMBB), 초-저지연 통신(ultra-reliable low latency communications, URLLC), mMTC (massive machine type communications), AI 통합 통신(AI integrated communication), 촉각 인터넷(tactile internet), 높은 스루풋(high throughput), 높은 네트워크 능력(high network capacity), 높은 에너지 효율(high energy efficiency), 낮은 백홀 및 접근 네트워크 혼잡(low backhaul and access network congestion) 및 향상된 데이터 보안(enhanced data security)과 같은 핵심 요소(key factor)들을 가질 수 있다.
도 10은 본 개시에 적용 가능한 6G 시스템에서 제공 가능한 통신 구조의 일례를 도시한 도면이다.
도 10을 참조하면, 6G 시스템은 5G 무선통신 시스템보다 50배 더 높은 동시 무선통신 연결성을 가질 것으로 예상된다. 5G의 핵심 요소(key feature)인 URLLC는 6G 통신에서 1ms보다 적은 단-대-단(end-to-end) 지연을 제공함으로써 보다 더 주요한 기술이 될 것으로 예상된다. 이때, 6G 시스템은 자주 사용되는 영역 스펙트럼 효율과 달리 체적 스펙트럼 효율이 훨씬 우수할 것이다. 6G 시스템은 매우 긴 배터리 수명과 에너지 수확을 위한 고급 배터리 기술을 제공할 수 있어, 6G 시스템에서 모바일 디바이스들은 별도로 충전될 필요가 없을 수 있다.
6G 시스템의 핵심 구현 기술
- 인공 지능(artificial Intelligence, AI)
6G 시스템에 가장 중요하며, 새로 도입될 기술은 AI이다. 4G 시스템에는 AI가 관여하지 않았다. 5G 시스템은 부분 또는 매우 제한된 AI를 지원할 것이다. 그러나, 6G 시스템은 완전히 자동화를 위해 AI가 지원될 것이다. 머신 러닝의 발전은 6G에서 실시간 통신을 위해 보다 지능적인 네트워크를 만들 것이다. 통신에 AI를 도입하면 실시간 데이터 전송이 간소화되고 향상될 수 있다. AI는 수많은 분석을 사용하여 복잡한 대상 작업이 수행되는 방식을 결정할 수 있다. 즉, AI는 효율성을 높이고 처리 지연을 줄일 수 있다.
핸드 오버, 네트워크 선택, 자원 스케줄링과 같은 시간 소모적인 작업은 AI를 사용함으로써 즉시 수행될 수 있다. AI는 M2M, 기계-대-인간 및 인간-대-기계 통신에서도 중요한 역할을 할 수 있다. 또한, AI는 BCI(brain computer interface)에서 신속한 통신이 될 수 있다. AI 기반 통신 시스템은 메타 물질, 지능형 구조, 지능형 네트워크, 지능형 장치, 지능형 인지 라디오(radio), 자체 유지 무선 네트워크 및 머신 러닝에 의해 지원될 수 있다.
최근 AI를 무선 통신 시스템과 통합하려고 하는 시도들이 나타나고 있으나, 이는 어플리케이션 계층(application layer), 네트워크 계층(network layer) 특히, 딥 러닝은 무선 자원 관리 및 할당(wireless resource management and allocation) 분야에 집중되어 왔다. 그러나, 이러한 연구는 점점 MAC 계층 및 물리 계층으로 발전하고 있으며, 특히 물리계층에서 딥 러닝을 무선 전송(wireless transmission)과 결합하고자 하는 시도들이 나타나고 있다. AI 기반의 물리계층 전송은, 근본적인 신호 처리 및 통신 메커니즘에 있어서, 전통적인 통신 프레임워크가 아니라 AI 드라이버에 기초한 신호 처리 및 통신 메커니즘을 적용하는 것을 의미한다. 예를 들어, 딥러닝 기반의 채널 코딩 및 디코딩(channel coding and decoding), 딥러닝 기반의 신호 추정(estimation) 및 검출(detection), 딥러닝 기반의 MIMO(multiple input multiple output) 매커니즘(mechanism), AI 기반의 자원 스케줄링(scheduling) 및 할당(allocation) 등을 포함할 수 있다.
머신 러닝은 채널 추정 및 채널 트래킹을 위해 사용될 수 있으며, DL(downlink)의 물리 계층(physical layer)에서 전력 할당(power allocation), 간섭 제거(interference cancellation) 등에 사용될 수 있다. 또한, 머신 러닝은 MIMO 시스템에서 안테나 선택, 전력 제어(power control), 심볼 검출(symbol detection) 등에도 사용될 수 있다.
그러나 물리계층에서의 전송을 위한 DNN의 적용은 아래와 같은 문제점이 있을 수 있다.
딥러닝 기반의 AI 알고리즘은 훈련 파라미터를 최적화하기 위해 수많은 훈련 데이터가 필요하다. 그러나 특정 채널 환경에서의 데이터를 훈련 데이터로 획득하는데 있어서의 한계로 인해, 오프라인 상에서 많은 훈련 데이터를 사용한다. 이는 특정 채널 환경에서 훈련 데이터에 대한 정적 훈련(static training)은, 무선 채널의 동적 특성 및 다이버시티(diversity) 사이에 모순(contradiction)이 생길 수 있다.
또한, 현재 딥 러닝은 주로 실제 신호(real signal)을 대상으로 한다. 그러나, 무선 통신의 물리 계층의 신호들은 복소 신호(complex signal)이다. 무선 통신 신호의 특성을 매칭시키기 위해 복소(complex) 도메인 신호의 검출하는 신경망(neural network)에 대한 연구가 더 필요하다.
이하, 머신 러닝에 대해 보다 구체적으로 살펴본다.
머신 러닝은 사람이 할 수 있거나 혹은 하기 어려운 작업을 대신해낼 수 있는 기계를 만들어 내기 위해 기계를 학습시키는 일련의 동작을 의미한다. 머신 러닝을 위해서는 데이터와 러닝 모델이 필요하다. 머신 러닝에서 데이터의 학습 방법은 크게 3가지 즉, 지도 학습(supervised learning), 비지도 학습(unsupervised learning) 그리고 강화 학습(reinforcement learning)으로 구분될 수 있다.
신경망 학습은 출력의 오류를 최소화하기 위한 것이다. 신경망 학습은 반복적으로 학습 데이터를 신경망에 입력시키고 학습 데이터에 대한 신경망의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 신경망의 에러를 신경망의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation) 하여 신경망의 각 노드의 가중치를 업데이트하는 과정이다.
지도 학습은 학습 데이터에 정답이 라벨링된 학습 데이터를 사용하며 비지도 학습은 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 지도 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링된 데이터 일 수 있다. 라벨링된 학습 데이터가 신경망에 입력되고 신경망의 출력(카테고리)과 학습 데이터의 라벨을 비교하여 오차(error)가 계산될 수 있다. 계산된 오차는 신경망에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 신경망의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 신경망의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 신경망의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 신경망의 학습 초기에는 높은 학습률을 사용하여 신경망이 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다
데이터의 특징에 따라 학습 방법은 달라질 수 있다. 예를 들어, 통신 시스템 상에서 송신단에서 전송한 데이터를 수신단에서 정확하게 예측하는 것을 목적으로 하는 경우, 비지도 학습 또는 강화 학습 보다는 지도 학습을 이용하여 학습을 수행하는 것이 바람직하다.
러닝 모델은 인간의 뇌에 해당하는 것으로서, 가장 기본적인 선형 모델을 생각할 수 있으나, 인공 신경망(artificial neural networks)와 같은 복잡성이 높은 신경망 구조를 러닝 모델로 사용하는 머신 러닝의 패러다임을 딥러닝(deep learning)이라 한다.
학습(learning) 방식으로 사용하는 신경망 코어(neural network cord)는 크게 심층 신경망(deep neural networks, DNN), 합성곱 신경망(convolutional deep neural networks, CNN), 순환 신경망(recurrent boltzmann machine, RNN) 방식이 있으며, 이러한 러닝 모델이 적용될 수 있다.
THz(Terahertz) 통신
6G 시스템에서 THz 통신이 적용될 수 있다. 일 예로, 데이터 전송률은 대역폭을 늘려 높일 수 있다. 이것은 넓은 대역폭으로 sub-THz 통신을 사용하고, 진보된 대규모 MIMO 기술을 적용하여 수행될 수 있다.
도 9는 본 개시에 적용 가능한 전자기 스펙트럼을 도시한 도면이다. 일 예로, 도 9를 참조하면, 밀리미터 이하의 방사선으로도 알려진 THz파는 일반적으로 0.03mm-3mm 범위의 해당 파장을 가진 0.1THz와 10THz 사이의 주파수 대역을 나타낸다. 100GHz-300GHz 대역 범위(Sub THz 대역)는 셀룰러 통신을 위한 THz 대역의 주요 부분으로 간주된다. Sub-THz 대역 mmWave 대역에 추가하면 6G 셀룰러 통신 용량은 늘어난다. 정의된 THz 대역 중 300GHz-3THz는 원적외선 (IR) 주파수 대역에 있다. 300GHz-3THz 대역은 광 대역의 일부이지만 광 대역의 경계에 있으며, RF 대역 바로 뒤에 있다. 따라서, 이 300 GHz-3 THz 대역은 RF와 유사성을 나타낸다.
THz 통신의 주요 특성은 (i) 매우 높은 데이터 전송률을 지원하기 위해 광범위하게 사용 가능한 대역폭, (ii) 고주파에서 발생하는 높은 경로 손실 (고 지향성 안테나는 필수 불가결)을 포함한다. 높은 지향성 안테나에서 생성된 좁은 빔 폭은 간섭을 줄인다. THz 신호의 작은 파장은 훨씬 더 많은 수의 안테나 소자가 이 대역에서 동작하는 장치 및 BS에 통합될 수 있게 한다. 이를 통해 범위 제한을 극복할 수 있는 고급 적응형 배열 기술을 사용할 수 있다.
테라헤르츠(THz) 무선통신
도 10은 본 개시에 적용 가능한 THz 통신 방법을 도시한 도면이다.
도 10을 참조하면, THz 무선통신은 대략 0.1~10THz(1THz=1012Hz)의 진동수를 가지는 THz파를 이용하여 무선통신을 이용하는 것으로, 100GHz 이상의 매우 높은 캐리어 주파수를 사용하는 테라헤르츠(THz) 대역 무선통신을 의미할 수 있다. THz파는 RF(Radio Frequency)/밀리미터(mm)와 적외선 대역 사이에 위치하며, (i) 가시광/적외선에 비해 비금속/비분극성 물질을 잘 투과하며 RF/밀리미터파에 비해 파장이 짧아 높은 직진성을 가지며 빔 집속이 가능할 수 있다.
MAB(multi-arm bandits) 및 톰슨 샘플링(thompson samplging, TS)
MAB는 복수의 선택 가능한 후보들이 존재하는 환경에서, 한번에 하나의 후보를 선택할 수 있으며, 선택에 응하여 제공되는 보상의 정도가 후보 별로 서로 다른 시스템을 의미한다. 여기서, 선택 가능한 후보는 암(arm)이라 지칭될 수 있다. 이때, 제한된 N번의 선택 기회가 주어질 때, 어떻게 선택하는 것이 보상의 합을 최대화할 수 있는지에 관한 답을 찾는 것이 MAB 문제이다.
MAB 문제는 탐색(exploration) 및 이용(explioitation)을 통해 해결될 수 있다. 이용은 기존의 관측(observation)에 기반하여 가장 좋은 후보를 선택하는 방식이고, 탐색은 더 많은 관측 결과를 획득하기 위해 새로운 후보를 선택하는 방식이다. 누적된 탐색이 너무 적으면 잘못된 정보에 기반한 선택이 이루어질 수 있고, 반대로 탐색이 너무 많으면 충분한 정보를 가지고 있음에도 불구하도 정보를 더 얻기 위해 불필요한 기회 비용이 발생할 수 있다. 이와 같이, 이용과 탐색은 서로 트레이드-오프(trade-off) 관계에 있으며, 이를 최적화하는 것이 MAB 문제 해결의 핵심이다.
MAB 문제를 해결하기 위한 하나의 접근법으로서, 톰슨 샘플링이 사용될 수 있다. 톰슨 샘플링은 각 암(arm)을 선택 시 긍정의 보상이 주어질 확률을 베타(Beta) 분포로 표현한다. 여기서, 베타 분포는 2개의 파리미터들 α 및 β로 표현되는 확률 분포 모델이다. 톰슨 샘플링에 따르면, 후보의 선택은, 베타 분포들 각각에 대하여 x 축에서 랜덤하게 값들을 샘플링하고, 가장 큰 값에 대응하는 후보를 확인함으로써 이루어진다. 해당 후보의 선택에 따른 보상의 값이 해당 부호의 베타 분포를 구성하는 α 및 β의 갱신(update)에 사용된다. 예를 들어, 긍정의 결과는 α를 1 증가케하고, 부정의 결과는 β를 1 증가케 한다.
톰슨 샘플링에서 각 후보의 확률 분포를 표현하기 위해 사용되는 베타 분포는 [수학식 1]과 같이 정의된다.
Figure PCTKR2022012893-appb-img-000001
[수학식 1]을 참고하면, 베타 분포는 2개의 파라미터들 α 및 β에 의해 [0, 1] 구간에서 정의되는 연속 확률 분포이다. 베타 분포를 그래프로 가시화하면 이하 도 11과 같다. 도 11은 본 개시에 적용 가능 베타 분포의 확률 밀도 함수의 예들을 도시한다. 도 11은 (α,β)가 (1/3,1), (10,30), (20,20), (1,3), (2,6), (4,4), (2/3,2/3), (2,1), (1,1)인 베타 분포들을 예시한다. 도 11을 참고하면, α/(α+β)값이 클수록 베타 분포의 중심 위치는 1에 가까워지고, β/(α+β)값이 클수록 베타 분포의 중심위치는 0에 가까워진다. (α+β)값이 클수록, 베타 분포의 폭은 좁아지고, 모든 값들이 중심에 가까워진다. 또한, (α+β)값이 작을수록, 베타 분포의 값들이 넓게 분산된다.
톰슨 샘플링에 따르면, 기존 데이터를 이용하여 각 후보의 보상 분포가 추정되고, 추정된 분포에 따라 가장 높은 보상을 부여할 후보가 선택된다. 구체적으로, 베타 분포에 기반한 랜덤 샘플링에 의해, 확률적으로 하나의 후보가 선택된다. 선택된 후보에 따른 활동(action) 수행에 따른 결과에 기반하여 선택된 후보의 α 또는 β가 갱신된다. 후보의 선택된 횟수가 많아지면, 해당 베타 분포는 중심 위치에 더욱 집중되는 형태로 변화할 것이고, α의 비중이 클수록 다음에 다시 선택될 확률이 높아지고, β의 비중이 클수록 다음에 다시 선택될 확률이 낮아진다. 후보의 선택 횟수가 적으면, 베타 분포는 넓게 분산되는 형태로 변화할 것이고, 장래에 선택될 가능성이 발생한다.
베타 분포들의 갱신에 대한 구체적인 예는 이하 도 12a 내지 도 12d와 같다. 도 12a 내지 도 12d는 본 개시에 적용 가능한 확률 분포 모델의 갱신의 예를 도시한다. 도 12a 내지 도 12d는 약 1500회의 선택들이 이루어진 경우 3개의 베타 분포들(예: 암1, 암2, 암3)의 변화를 예시한다.
도 12a를 참고하면, 최초의 암1, 암2, 암3의 (α,β)는 (1,1), (1,1), (1,1)로 동일하다. (α,β)가 (1,1)이므로, 베타 분포는 모든 x 값에 대하여 동일한 확률(예: 1)을 가지는 균등(uniform) 분포를 가진다. 3개의 암들이 모두 동일한 확률 분포를 가지므로, 동일 확률로 탐색이 시작된다.
도 12b를 참고하면, 약 8회의 탐색이 수행된 후, 암1, 암2, 암3의 (α,β)는 (3,2), (2,3), (2,2)이다. 베타 분포의 갱신에 따라 각 암이 선택될 확률도 갱신된다. 아직 암들 간 뚜렷한 차이가 확인되지는 아니한다. 암1, 암2, 암3 각각에 대하여 확률에 기반하여 x 축에서 하나의 값이 샘플링된다. 도 12b의 경우, 암3의 베타 분포에서 선택된 값이 가장 크므로, 암3이 선택될 것이다. 값의 선택은 해당 베타 분포에 따르며, 확률을 고려한 랜덤 샘플링이 의해 수행된다. 예를 들어, 암3과 같은 (2,2) 베타 분포의 경우, 확률을 고려하여 랜덤 샘플링을 수행하면 가장 높은 확률을 가지는 0.5가 가장 높은 빈도로 선택될 것이나, 0.5 외 다른 값도 더 낮은 빈도로 선택될 수 있다. 구체적으로, 암3과 같은 (2,2) 베타 분포의 경우, 0.5의 y축 값은 약 1.5이고, 0.2의 y축 값은 약 1이므로, 랜덤 샘플링을 통해 0.5가 선택되는 빈도는 0.2가 선택되는 빈도의 약 1.5배인 것으로 이해될 수 있다.
도 12c를 참고하면, 13회의 선택 후, 암1, 암2, 암3의 (α,β)는 (4,3), (2,3), (5,2)이다. 도 12c의 경우, 암3, 암1, 암2의 순서로 선택될 확률이 낮아지는 경향이 확인된다. 이때, 암1, 암2, 암3 각각에 대하여 확률에 기반하여 x 축에서 하나의 값이 샘플링되고, 암3의 베타 분포에서 선택된 값이 가장 크므로, 암3이 선택될 것이다. 도 12d를 참고하면, 1496회의 선택 후, 암1, 암2, 암3의 (α,β)는 (33,100), (100,223), (436,611)이다. 약 1500 회의 충분한 탐색이 수행되었으므로, 암3이 선택될 확률이 압도적으로 높아지게 된다.
본 개시의 구체적인 실시예
본 개시는 무선 통신 시스템에서 DRX(discontinuous reception) 동작(operation)에 관련된 파라미터들을 설정하기(configuring) 위한 것으로, 단말의 트래픽의 특성에 따라 DRX 동작에 관련된 적어도 하나의 파라미터를 제어하기 위한 기술에 관한 것이다. 구체적으로, 본 개시는 통신 지연(latency) 및 시그널링(signaling) 오버헤드(overhead)를 증가시키지 아니하고, 단말의 데이터 전송 없는 구간에서의 전력 절감(power saving) 효과를 최대화하는 인공지능 기반의 효율적인 DRX 동작을 지원하기 위한 기술을 제안한다.
본 개시에서, 파라미터를 설정, 재설정, 조절, 제어 또는 변경함은 주어진 항목의 파라미터에 대하여 특정 값을 적용하는 것을 포함한다. 예를 들어, DRX 동작에 관련된 파라미터들 중 하나인 온-구간(on-duration) 길이를 설정함은, 온-구간 길이로서 특정 시간 길이 값을 적용하는 것으로 이해될 수 있다.
셀룰러(cellular) 통신의 주파수 및 데이터 통신량의 급증에 따라, 단말의 통신 전력 소모가 점차 높아지고 있다. 현재 통신 시스템은 데이터 없는 구간의 제어 채널(control channel) 모니터링 시간을 줄이는 DRX 기법을 지원하며, 이를 통해 단말의 전력 소모를 줄이고 있다. 하지만, 단말의 상태 및 사용 환경에 따라 최적의 DRX 동작에 관련된 적어도 하나의 파라미터(이하 'DRX 파라미터')는 다를 수 있다. 단말의 상태 및 사용 환경을 반영하기 위해, 기지국에서 단말의 상태 및 사용 환경을 실시간으로 파악하고, DRX 파라미터를 변경하는 것은 시그널링 오버헤드 및 전력 소모를 증가시킬 수 있다. 따라서, 본 개시는 단말의 상태 및 사용 환경에 따라 적응적으로(adaptively) DRX 파라미터를 최적화함으로써 통신 지연 및 시그널링 오버헤드를 증가시키지 아니하고, 단말의 전력 절감 효과를 최대화할 수 있는 기술을 제안하고자 한다.
다양한 실시예들에 따른 DRX 동작은 다음과 같이 진행된다. 기지국에서 송신된 데이터를 수신하기 위하여, 단말은 지속적으로 제어 신호를 모니터링한다. 예를 들어, 단말은 아이들 모드(Idle mode)의 경우 페이징(paging) 신호를 모니터링하고, 연결 모드(connected mode)의 경우 PDCCH를 모니터링한다. 데이터 전송이 없는 구간에서의 제어 신호 모니터링에 의한 전력 소모를 줄이기 위하여, 단말은 기지국의 명령에 따라 전체 수신 구간을 일정한 주기에 따라 활성 상태(active state) 구간 및 슬립 상태(sleep state) 구간으로 나눈다. 활성 상태 구간 및 슬립 상태 구간의 구분은 이하 도 13 및 도 14와 같다.
도 13은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작의 사이클(cycle)의 예를 도시한다. 도 13을 참고하면, 하나의 DRX 사이클(1310)은 온-구간(on-duration)으로 지칭되는 제1 구간 및 DRX를 위한 기회(opportunity for DRX)로 지칭되는 제2 구간을 포함한다. 여기서, 제1 구간이 활성 상태 구간으로, 제2 구간이 슬립 상태 구간으로 이해될 수 있다. 이때, 제1 구간 동안, UE는 PDCCH를 모니터링할 것이다. 즉, DRX 사이클(1310)은 활성 상태 맟 슬립 상태가 반복되는 주기이며, 온-구간은 활성 상태 구간, 나머지 DRX를 위한 기회는 슬립 상태 구간이다. 그리고, UE는 활성 상태 구간에서 제어 신호 모니터링을 수행하고, 나머지 슬립 상태 구간에서 제어 신호 모니터링을 수행하지 아니할 수 있다.
도 14는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작 중 데이터가 수신되는 상황의 예를 도시한다. 도 14는 2개의 DRX 사이클들(1410-1, 1410-2) 동안의 연결 모드 기반의 DRX 동작을 예시한다. 도 14를 참고하면, 첫번째 DRX 사이클(1410-1)의 온-구간(1412-1)에서 PDCCH가 수신되지 아니한다. 두번째 DRX 사이클(1410-2)의 온-구간(1412-2)에서 PDCCH가 수신된다. 온-구간(1412-2), 즉, 활성 상태 구간에서 PDCCH가 디코딩되면, 데이터 채널, 즉, PDSCH를 수신하는 동시에, 비활성 타이머(inactivity timer)(1420)가 활성화된다. 비활성 타이머(1420)가 만료되기 전까지, PDCCH 모니터링을 위한 구간이 연장된다. 이로 인해, 데이터가 연속적으로 송신될 때, DRX 동작으로 인한 통신 지연이 줄어들 수 있다.
도 13 및 도 14와 같은 DRX 동작을 위해, 관련된 파라미터들의 설정이 필요하다. 기지국은 RRC 연결 설정(connection setup) 절차를 이용하여 DRX 동작의 온/오프(on/off) 및 DRX 동작에 관련된 파라미터들을 설정할 수 있다. 그리고, 단말은 UAI(UE assistance information)를 이용하여 기지국에게 선호하는 DRX에 관련된 정보를 송신함으로써, DRX 파라미터에 대한 변경을 요청할 수 있다. 기지국은 UAI에 기반하여, RRC 재설정(reconfiguration) 절차를 이용하여, 적어도 하나의 DRX 파라미터를 변경할 수 있다.
단말의 상태 및 사용 환경에 따라 최적의 DRX 파라미터는 다를 수 있다. 도 15a 내지 도 15c는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 상황 별 전력 소모 분포의 예들을 도시한다. 도 15a 내지 도 15c는 비디오 스트리밍(video) streaming), 메시징(messaging), 웹 브라우징(web browsing) 등 3가지 일반적인 사용 사례들(pical use cases)에 대한 단말 전력 소모를 보여준다. 도 15a 내지 도 15c에서, 상단은 UE 상태의 시간 분포이고, 아래는 전력 분포를 예시한다. 여기서, "active data"는 데이터 수신 상태(state)를 의미하고, "Active: PDCCH-only"는 데이터 수신 후 비활성 타이머가 트리거링(triggering)되고, 종료 전 PDCCH만 모니터링 하는 상태를 의미하고, "CDRX"는 데이터 수신이 없어 비활성 타이머가 트리거링되지 아니하는 DRX 사이클을 의미한다. 도 15a 내지 도 15c를 참고하면, 분포도에서 확인되는 것과 같이, 3가지 사례들 모두 "Active: PDCCH-only state"에서 많은 전력이 소모되고 있으며, 사용 사례 별로 비중은 다르다. 따라서, 단말의 상태 및 사용 환경에 최적화된 DRX 파라미터를 설정함으로써, 서비스 품질(quality of service, QoS)가 유지되는 조건 하에서, 데이터 없는 구간에서의 PDCCH 모니터링을 최소화하는 것이 바람직하다. 하지만, 기지국에서 모든 정보를 실시간으로 파악하고 DRX 파라미터를 변경하려면, 시그널링 오버헤드 및 전력 소모가 증가할 수 있다. 따라서, 이러한 한계를 극복하고자, 본 개시는 인공지능 알고리즘을 이용하여 단말의 상태 및 사용 환경에 따라 적응적으로 DRX 파라미터들을 최적화하는 기술을 제안하고자 한다.
도 16은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작에 관련된 파라미터들의 제어의 개념을 도시한다. 도 16을 참고하면, 다양한 실시예들에 따른 DRX 파라미터 제어 기술은 사용자 상황/환경의 특성, 트래픽(traffic), 패킷 지연(packet delay) 등에 관련된 정보(1610)에 기반하여 적응적으로 DRX 파라미터 변경함으로써, PDCCH 모니터링을 위한 전력 절약 이득(power saving gain)을 최대화하는 동시에, 평균 지연(latency)의 증가량을 최소화할 수 있다. 일 실시예에 따라, 단말에서 인공지능 모델(1620)을 운용함으로써, 단말의 행위(behavior), QoS, 배터리 상태, 전력 소모 등의 정보와 기지국으로부터 수신된 트래픽, 허용 파라미터 범위 관련 정보(1610)를 기반으로, 단말이 최적의 DRX 파라미터를 계산하고, 스스로 적용한 후, 기지국에 전달할 수 있다. DRX 파라미터의 제어(1630)은 트래픽 예측(traffic prediction) 및 인공지능 기반의 DRX 파라미터 예측의 결합에 의해 수행되며, 단말의 상태 및 사용 환경에 최적화된 DRX 파라미터가 설정될 수 있다. 여기서, 인공지능 모델(1620)은 이하 도 17과 같은 구조를 가질 수 있다.
도 17은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 트래픽 특성에 대한 예측을 위한 인공지능 모델 예를 도시한다. 도 17은 트래픽 예측(traffic prediction)을 위한 수단으로서, 트래픽 예측은 인공지능 모델을 기반으로 단말의 행위(behavior) 정보 및 환경 정보를 이용하여 수행될 수 있다. 도 17을 참고하면, 인공지능 모델(1710)은 단말의 환경 및 상황 정보를 적용하고, 망이나 기지국에서 학습한 가중치(weight) 값을 이용해서 추론함으로써 환경과 상황에 대응하는 트래픽 특성을 효과적으로 예측할 수 있다. 예측 알고리즘을 위한 입력 데이터는 단말의 현재 트래픽(traffic) 정보(예: 처리량(throughput), 패킷 도달 시각(packet arrive time) 등), UE 행위 정보, 링크 품질(link quality) 정보, QoS 정보 등 다양한 변수들을 포함할 수 있다. 인공지능 모델(1710)은 입력 데이터로부터 망이나 기지국에서의 셀(cell) 내 환경을 반영한 최적의 가중치(optimal Weight) 값을 통해, 트래픽 또는 트래픽 특성을 예측할 수 있다. 본 개시에서, 도 17과 같은 트래픽 특성을 예측하는 인공지능 모델은 '트래픽 예측 모델'이라 지칭될 수 있다.
본 개시의 다양한 실시예들에 따른 DRX 파라미터의 설정, 재설정, 조정, 변경 또는 제어는 트래픽 예측 및 DRX 파라미터 예측을 결합한, 환경에 최적화된 DRX 동작을 가능하게 하는 기술이다. 여기서, 인공지능 기반의 DRX 파라미터 예측은 MAB 문제 해결 방법 중 우수한 성능을 보장하는 톰슨 샘플링 방식에 기반한 선택 알고리즘에 기반할 수 있다.
톰슨 샘플링은 단말의 현재 상태 및 사용 환경에서 DRX 파라미터의 설정 시 QoS가 유지되고 전력 절감 효과가 가장 큰 DRX 파라미터로 변경하도록 하는 알고리즘이다. MAB는 추천에 있어서 이용(exploitation) 및 탐색(exploration)을 균형있게 조절하는 기술이다. 이용은 QoS를 유지하고 전력 절감 효과가 가장 큰 DRX 파라미터들을 추천하는 반면, 탐색은 더 많은 정보를 수집하기 위해 불확실성이 높은 DRX 파라미터들을 추천할 할 수 있다. MAB 기법을 적용함으로써, 탐색을 통해 신규 DRX 파라미터들이 적절히 추천되고, 추천된 DRX 파라미터들에 대한 피드백이 단말과 전체 기지국들에 효율적으로 반영될 수 있다. 이용 및 탐색 간 트레이드-오프(trade-off)가 존재하고, 이용 및 탐색을 조절하는 것은, 일시적으로 단말에게 손해로 보일 수 있으나, 탐색을 통해 여러 DRX 파라미터들이 확인되기 때문에, 전체적으로 더욱 효율적이다.
도 18은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 톰슨 샘플링 기반의 파라미터 결정의 개념을 도시한다. 도 18를 참고하면, 단말의 트래픽 예측 결과(1802)에 기반하여, 복수의 DRX 파라미터들(1804-1 내지 1804-N)(예: 비활성 타이머를 위한 시간 값으로서 제1 값, 제2 값, ..., 제N 값)이 확인된다. 복수의 DRX 파라미터들(1804-1 내지 1804-N) 중, 이용 및 탐색 기반의 MAB-톰슨 샘플링 기법(1806)이 적용되면, 적어도 하나의 목표 DRX 파라미터(1808)(예: 비활성 타이머를 위한 시간 값으로서 제n 값)가 선택될 수 있다. 다양한 실시예들에 따라, MAB-톰슨 샘플링 기법(1806)에서 사용되는 데이터는 DRX 파라미터들(1804-1 내지 1804-N) 각각에 대한 확률 분포이다.
전술한 바와 같이, 톰슨 샘플링을 이용하여 적어도 하나의 DRX 파라미터의 값이 결정될 수 있다. 톰슨 샘플링은 과거에 관측된 데이터에 기반하여 DRX 파라미터들의 설정 시 후보 DRX 파라미터 값들의 보상(reward) 분포를 추정하고, 추정된 분포에 기반하여 앞으로 가장 높은 보상을 부여할 후보를 높은 확률로 선택하는 알고리즘이다. 가장 기본적인 베르누이 톰슨 샘플링에서, 각 후보에 주어지는 보상은 베르누이 시행에 의해 p의 확률로 0 또는 1의 값을 가지며, p의 사전 확률(prior probability)는 베타(Beta) 분포에 따를 수 있다. 베타 분포는 2개의 파라미터들 α 및 β에 의해 [0, 1] 구간에서 정의되는 연속 확률 분포이다. 베타 분포를 그래프로 표현하면 이하 도 19와 같다.
도 19는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 사용 가능한 베타 분포의 확률 밀도 함수의 예들을 도시한다. 도 19는 (α,β)가 (0.5,0.5),(5,1),(1,3),(2,2),(2,5)인 베타 분포들을 예시한다. 도 19를 참고하면, α/(α+β)값이 클수록 베타 분포의 중심 위치는 1에 가까워지고, β/(α+β)값이 클수록 베타 분포의 중심 위치는 0에 가까워진다. 예를 들어, 선택된 후보에 대하여, 1의 보상 및 0의 보상이 각각 5회, 3회 발생하면, 해당 후보의 보상 확률 p는 Beta(5, 3)의 분포를 가지는 것으로 추정될 수 있다.
다양한 실시예들에 따라, 적어도 하나의 DRX 파라미터의 값의 설정에 톰슨 샘플링을 적용하면, 선택 가능한 값들이 도 19에 예시된 베타 분포들에 대응할 수 있다. 이 경우, 주어진 배타 분포들, 즉, 추정된 분포에 기반한 확률 매칭(probability matching)을 이용하여 DRX 파라미터의 값이 선택되며, 이는 기지국에서 선택된 DRX 파라미터의 값에 대해 긍정의 보상이 내려질 확률을 최대화하는 방식이다.
도 20은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작을 수행하는 절차의 예를 도시한다. 도 20은 DRX 동작을 수행하는 UE의 동작 방법을 예시한다.
도 20을 참고하면, S2001 단계에서, UE는 DRX에 관련된 설정(configuration) 정보를 수신한다. DRX에 관련된 설정 정보는 DRX 동작에 필요한 파라미터들의 값들을 포함한다. 예를 들어, DRX에 관련된 설정 정보는 DRX 사이클 내 구간들 각각의 길이, DRX 동작에 관련된 타이머 값, DRX 사이클 길이, HARQ 파라미터 중 적어도 하나를 포함할 수 있다. 또한, DRX에 관련된 설정 정보는 DRX 동작을 지시하는 정보를 포함할 수 있다. 일 실시예에 따라, 설정 정보는 적어도 하나의 DRX 파라미터에 대한 제어에 관련된 정보를 더 포함할 수 있다. 예를 들어, 적어도 하나의 DRX 파라미터에 대한 제어에 관련된 정보는 DRX 파라미터의 재설정이 허용되는지에 대한 정보, 트래픽 예측을 위해 필요한 정보 중 적어도 하나를 포함할 수 있다.
S2003 단계에서, UE는 설정 정보 기반하여 DRX 동작을 수행한다. UE는 설정 정보에 기반하여 DRX 파라미터들을 설정하고, 설정된 DRX 파라미터들에 따라 활성 상태 구간 및 슬립 상태 구간을 운용할 수 있다. 즉, UE는 활성 상태 구간 동안만 신호(예: PDCCH)를 모니터링한다. UE는 데이터 수신이 없으면 슬립 상태에 진입하고, 데이터 수신이 발생하면 비활성 타이머 동안 모니터링을 더 수행할 수 있다.
S2005 단계에서, UE는 DRX에 관련된 적어도 하나의 파라미터를 재설정하기 위한 시그널링을 수행한다. UE는 적어도 하나의 DRX 파라미터를 재설정하기 위한 메시지를 송신하거나 또는 수신할 수 있다. 일 실시예에 따라, UE는 트래픽 특성을 지시하는 제1 메시지를 송신하고, 상기 트래픽 특성에 기반하여 적어도 하나의 DRX 파라미터의 값을 결정하기 위해 필요한 정보를 포함하는 제2 메시지를 수신한 후, 결정된 적어도 하나의 DRX 파라미터의 값을 지시하는 제3 메시지를 송신할 수 있다. 예를 들어, 제2 메시지는 제어 가능한 파라미터에 관련된 정보, 파라미터를 결정하기 위해 필요한 정보 중 적어도 하나를 포함할 수 있다. 구체적으로, 제2 메시지는 DRX 파라미터 재설정의 허용 범위, 선택 가능한 후보 DRX 파라미터 값들, 후보 DRX 파라미터 값들에 대한 확률 분포 정보 중 적어도 하나를 포함할 수 있다. 여기서, 허용 범위는 양적 범위(예: 적어도 하나의 파라미터 항목) 및 시간적 범위를 포함할 수 있다.
S2007 단계에서, UE는 재설정된 적어도 하나의 파라미터를 적용한다. UE는 적어도 하나의 DRX 파라미터를 재설정하고, 재설정된 적어도 하나의 DRX 파라미터에 따라 활성 상태 구간 및 슬립 상태 구간을 운용할 수 있다. 즉, UE는 활성 상태 구간 동안만 신호(예: PDCCH)를 모니터링한다. UE는 데이터 수신이 없으면 슬립 상태에 진입하고, 데이터 수신이 발생하면 비활성 타이머 동안 모니터링을 더 수행할 수 있다.
도 21은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작을 제어하는 절차의 예를 도시한다. 도 21은 DRX 동작을 제어하는 기지국의 동작 방법을 예시한다.
도 21을 참고하면, S2101 단계에서, 기지국은 DRX에 관련된 설정 정보를 송신한다. DRX에 관련된 설정 정보는 DRX 동작에 필요한 파라미터들의 값들을 포함한다. 예를 들어, DRX에 관련된 설정 정보는 DRX 사이클 내 구간들 각각의 길이, DRX 동작에 관련된 타이머 값, DRX 사이클 길이, HARQ 파라미터 중 적어도 하나를 포함할 수 있다. 또한, DRX에 관련된 설정 정보는 DRX 동작을 지시하는 정보를 포함할 수 있다. 일 실시예에 따라, 설정 정보는 적어도 하나의 DRX 파라미터에 대한 제어에 관련된 정보를 더 포함할 수 있다. 예를 들어, 적어도 하나의 DRX 파라미터에 대한 제어에 관련된 정보는 DRX 파라미터의 재설정이 허용되는지에 대한 정보, 트래픽 예측을 위해 필요한 정보 중 적어도 하나를 포함할 수 있다.
S2103 단계에서, 기지국은 설정 정보 기반하여 DRX 동작을 지원한다. 기지국은 설정 정보에 따라 설정되는 DRX 사이클에 기반하여 UE와 통신을 수행할 수 있다. 예를 들어, UE에게 송신될 데이터가 발생하는 경우, 기지국은 UE의 DRX 사이클 내의 활성 상태 구간 내에서 UE를 향한 신호(예: PDCCH)를 송신한다. 구체적으로, 기지국은 UE의 DRX 동작에 관련된 설정 정보에 기반하여 DRX 사이클 및 온-구간을 확인하고, 확인된 온-구간 내에서 데이터 스케줄링을 위한 제어 신호를 송신할 수 있다.
S2105 단계에서, 기지국은 DRX에 관련된 파라미터를 재설정하기 위한 시그널링을 수행한다. 기지국은 적어도 하나의 DRX 파라미터를 재설정하기 위한 메시지를 수신하거나 또는 송신할 수 있다. 일 실시예에 따라, 기지국은 트래픽 특성을 지시하는 제1 메시지를 수신하고, 상기 트래픽 특성에 기반하여 적어도 하나의 DRX 파라미터의 값을 결정하기 위해 필요한 정보를 포함하는 제2 메시지를 송신한 후, 결정된 적어도 하나의 DRX 파라미터의 값을 지시하는 제3 메시지를 수신할 수 있다. 예를 들어, 제2 메시지는 제어 가능한 파라미터에 관련된 정보, 파라미터를 결정하기 위해 필요한 정보 중 적어도 하나를 포함할 수 있다. 구체적으로, 제2 메시지는 DRX 파라미터 재설정의 허용 범위, 선택 가능한 후보 DRX 파라미터 값들, 후보 DRX 파라미터 값들에 대한 확률 분포 정보 중 적어도 하나를 포함할 수 있다. 여기서, 허용 범위는 양적 범위(예: 적어도 하나의 파라미터 항목) 및 시간적 범위를 포함할 수 있다.
S2107 단계에서, 기지국은 재설정된 적어도 하나의 파라미터를 적용한다. 기지국은 재설정된 적어도 하나의 파라미터에 기반하여 UE와 통신을 수행할 수 있다. 예를 들어, UE에게 송신될 데이터가 발생하는 경우, 기지국은 UE의 DRX 사이클 내의 활성 상태 구간 내에서 UE를 향한 신호(예: PDCCH)를 송신한다. 구체적으로, 기지국은 재설정된 적어도 하나의 파라미터에 기반하여 DRX 사이클 및 온-구간을 확인하고, 확인된 온-구간 내에서 데이터 스케줄링을 위한 제어 신호를 송신할 수 있다.
도 22는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작에 관련된 파라미터를 결정하는 절차의 예를 도시한다. 도 22는 DRX 동작을 수행하는 UE의 동작 방법을 예시한다.
도 22를 참고하면, S2201 단계에서, UE는 트래픽 특성을 결정한다. UE는 입력 데이터를 수집하고, 수집된 입력 데이터에 기반하여 트래픽 특성을 결정할 수 있다. 예를 들어, 입력 데이터는 처리량, 패킷 도달 시간, UE의 행위, 링크 품질, 요구 QoS 정보 중 적어도 하나를 포함할 수 있다. 이를 위해, UE는 채널을 측정하거나, 센서를 이용하여 위치 또는 자세를 추정하거나, 플로우(flow) 별 데이터 수신에 대한 통계를 분석하거나, 설정된 QoS 정보를 확인할 수 있다. 일 실시예에 따라, UE는 기계 학습 모델 또는 립 러닝 모델 등의 인공지능 모델을 이용하여 입력 데이터로부터 트래픽 특성을 결정할 수 있다. 다른 실시예에 따라, UE는 규칙 기반(rule-based) 맵핑 테이블을 이용하여 입력 데이터로부터 트래픽 특성을 결정할 수 있다. 여기서, 인공지능 모델 또는 규칙 기반 맵핑 테이블은 미리 정의되거나 또는 기지국에 의해 설정될(configured) 수 있다. 다양한 실시예들에 따라, 인공지능 모델을 이용함은 UE에서 인공지능 모델을 이용한 예측 연산을 직접 수행하는 것 또는 제3의 장치에게 입력 데이터를 제공하고, 제3의 장치의 예측 연산에 의해 생성된 출력 데이터를 수신하는 것으로 이해될 수 있다.
S2203 단계에서, UE는 트래픽 특성에 기반하여 DRX에 관련된 적어도 하나의 파라미터를 결정한다. 다시 말해, UE는 트래픽 특성에 따라 최적화된 적어도 하나의 DRX 파라미터의 값을 결정한다. 일 실시예에 따라, UE는 후보 값들의 확률 분포들에 기반하여 해당 DRX 파라미터의 값을 결정할 수 있다. 이를 위해, UE는 S2201 단계에서 선택된 트래픽 특성에 대응하는 확률 분포들의 세트를 확인하고, 확인된 세트 내의 확률 분포들에 기반하여 톰슨 샘플링 기법에 따라 후보 값들 중 하나를 선택할 수 있다.
S2205 단계에서, UE는 변경된 DRX에 관련된 적어도 하나의 파라미터를 적용한다. 이를 위해, UE는 기지국과 적어도 하나의 DRX 파라미터의 값을 변경하기 위한 시그널링을 수행할 수 있다. 예를 들어, UE는 결정된 값을 포함하는 메시지를 기지국에게 송신할 수 있다.
도 22를 참고하여 설명한 실시예에서, DRX 파라미터 재설정에 의해 적용될 DRX 파라미터 값은 톰슨 샘플링 기법에 기반하여 선택될 수 있다. 이 경우, 도 22에 도시되지 아니하였으나, UE는 선택된 DRX 파라미터 값에 대한 확률 분포를 갱신하기 위해 필요한 정보를 기지국에게 제공할 수 있다. 확률 분포를 갱신하기 위해 필요한 정보는 해당 DRX 파라미터 값의 선택의 결과 이득이 발생했는지를 지시한다. 여기서, 이득은 QoS의 유지 여부, 전력 절감 이득 중 적어도 하나를 포함할 수 있다. 구체적으로, 상기 확률 분포를 갱신하기 위해 필요한 정보는, 이득이 발생했는지를 판단하기 위한 평가 정보(예: QoS의 유지 여부 지시자, 전력 절감 이득 값), 상기 평가 정보에 기반하여 결정되는 보상 값, 보상 값에 기반하여 갱신된 확률 분포 중 적어도 하나를 포함할 수 있다.
전술한 다양한 실시예들에 따라, 단말의 상황에 따라 DRX 파라미터들이 적응적으로 설정될 수 있다. 트래픽 특성에 따른 DRX 파라미터의 조절 가능성을 보여주는 예는 이하 도 23과 같다.
도 23은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 트래픽 특성에 따른 DRX 동작의 예들을 도시한다. 도 23은 메시징 서비스와 같은 낮은 트래픽(low traffic)의 트래픽 특성을 가지는 제1 상황(2310), 비디오 스트리밍과 같은 높은 트래픽(high traffic)의 트래픽 특성을 가지는 제2 상황(2312)을 예시한다. 도 23에서, TON은 온-구간으로서, 활성 상태 구간을, TIN은 비활성화 타이머가 유지되는 구간을, TS는 슬립 상태 구간을 의미한다.
제1 상황(2310)과 같이, 메시징 서비스 사용 환경의 경우, 트래픽은 상대적으로 낮고, 지연(latency)에 대한 제한도 상대적으로 낮다. 따라서, 비활성 타이머의 길이가 상대적으로 작아질 수 있다. 반면, 제2 상황(2320)과 같이, 비디오 스트리밍과 같은 사용 환경의 경우, 트래픽은 상대적으로 높지만, 데이터 패킷들 간 시간 간격이 짧고, 일정한 크기의 데이터가 미리 버퍼링되기 때문에, 마찬가지로 비활성 타이머의 길이를 충분히 줄이는 것이 가능하다.
전술한 다양한 실시예들에 따른 DRX 파라미터들을 설정하는 절차는 트래픽 예측 기반의 DRX 설정으로 표현될 수 있다. 이를 위해 기지국은 단말의 모든 처리량 및 지연 버짓(delay budget) 상태에서의 DRX 파라미터 설정을 위해 선택 가능한 후보 DRX 파라미터 값들에 대한 톰슨 샘플링 모델의 베타(beta) 분포 정보를 보유하고, 베타 분포 정보를 단말에게 제공할 수 있다. 여기서, 기지국에서 관리되는 베타 분포 정보는 DRX 파라미터 값을 선택한 단말로부터의 피드백에 따라 결정되는 보상(reward) 정보에 기반하여 결정된다. 즉, 기지국은 모든 처리량 및 지연 버짓 상태에서 DRX 파라미터 값을 선택한 단말의 QoS 유지 여부, DRX 전력 절감 이득에 따라 결정된 보상 정보를 반영한 베타 분포 정보를 보유한다. 다양한 실시예들에 따른 DRX 파라미터 설정 절차는 크게 4개 단계들로 나누어질 수 있다.
첫 번째 단계에서, 단말이 셀룰러 망에 연결된 후, 기지국은 적응적(adaptive) DRX 진행하기 위하여 단말에게 트래픽 예측 관련 정보를 송신하고, 단말은 데이터 송신이 없는 구간에서 PDCCH만 모니터링하는 PDCCH-only 구간에서 신호를 모니터링하고, 트래픽 예측을 수행한다. PDCCH-only 구간의 시간 분포 값이 일정한 수치 이상이면, UAI를 통하여 기지국에게 DRX 파라미터에 대한 변경 요청 및 예측된 트래픽 정보(예: 처리량 및 지연 버짓)를 송신한다.
두 번째 단계에서, 기지국은 DRX 파라미터를 예측하기 위해 필요한 정보를 포함하는 RRC 연결 재설정(connection reconfiguration) 명령을 단말에게 송신한다. 예를 들어, DRX 파라미터를 예측하기 위해 필요한 정보는, 단말이 변경하려는 DRX 파라미터의 허용 범위, 선택 가능한 후보 DRX 파라미터들, 단말의 현재 상태(예: 처리량 및 지연 버짓)에 대응하는 톰슨 샘플링 모델의 베타 분포 정보 중 적어도 하나를 포함할 수 있다.
세 번째 단계에서, 단말은 모든 단말들의 DRX 파라미터 변경 이력(history)을 반영한 정보(예: TS 모델 베타 분포)를 기반으로 DRX 파라미터 예측을 진행한다. 그리고, 단말은 QoS가 유지되고, DRX 전력 절감 이득이 가장 높은 DRX 파라미터 값(예: 후보 DRX 파라미터 값의 베타 분포를 랜덤하게 샘플링 한 값 중에 최대의 값)를 선택하고, 선택된 DRX 파라미터 값을 기지국에게 송신한다. 그리고, 단말은 기지국에서 설정한 시간(예: RRC 연결 재설정 명령에 포함된 시간)이 지난 후, 해당 파라미터의 값을 선택된 값으로 변경한다.
네 번째 단계에서, DRX 파라미터 재설정 후, QoS 유지 여부 및 DRX 전력 절감 이득 값을 RRC 연결 재설정 완료(connection reconfiguration complete) 메시지를 통해 기지국에게 전달한다. 기지국은 단말로부터 수신된 정보를 이용하여 DRX 파라미터 예측 모델을 업데이트할 수 있다. 또는, 단말이 예측 모델의 갱신을 위한 정보(예: 보상 값)를 계산하고, 계산 결과를 기지국으로 송신할 수 있다. 보상을 판단하는 기준은 다음과 같다.
일 실시예에 따라, 지연(latency)이 증가함에 따라 QoS에 악영향이 발생하면, 보상 값은 0이다. QoS가 유지되면 이하 [수학식 2]와 같이 새로운 DRX 파라미터 값에 기반한 DRX 동작의 에너지 효율, 즉, 전력 절감 이득에 기반하여 보상이 결정될 수 있다. 구체적으로, PDCCH-only 구간의 분포 값과 임계치(threshold)(예: 이전 DRX 파라미터의 PDCCH-only 분포 값 - 일정한 수치)를 비교함으로써, 보상 값이 0 또는 1로 결정될 수 있다.
Figure PCTKR2022012893-appb-img-000002
[수학식 2에서, R은 보상 값, PDCCHPT는 DRX 파라미터 변경 후 DRX 파라미터의 PDCCH-only 분포, PDCCHPS는 DRX 파라미터 변경 이전 DRX 파라미터의 PDCCH-only 분포, Δ는 임계치를 결정하기 위한 마진 값을 의미한다. 보상 값이 1 이면 보상 파라미터 α가 +1 증가되고, 보상 값이 0 이면 보상 파라미터 β가 +1 증가된다.
즉, QoS가 유지되면서, 데이터가 없는 구간에서의 제어 채널에 대한 모니터링 시간 감소량이 일정한 수치 이상이면 보상 값은 1로 결정된다. 반면, QoS가 악영향을 받거나, QoS는 유지되지만 데이터가 없는 구간에서의 제어 채널에 대한 모니터링 시간 감소량이 일정한 수치 이하이면, 보상 값은 0으로 결정된다.
도 24는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작에 관련된 파라미터를 갱신하기 위한 신호 교환의 예를 도시한다. 도 24는 UE(2410) 및 EUTRAN(evolved UMTS terrestrial radio access network)(2420) 간 신호 교환을 예시한다. 여기서, EUTRAN(2420)은 기지국으로 이해될 수 있다.
도 24를 참고하면, S2401 단계에서, UE(2410)는 EUTRAN(2420)에게 UE 보조 정보(UE assistance informaion, UAI) 메시지를 송신한다. UE 보조 정보 메시지는 UE(2410)의 상태 정보(예: 처리량, 지연 버짓 중 적어도 하나)를 포함할 수 있다. 일 실시예에 따라, UE(2410)는 트래픽 예측을 수행하고, 주어진 조건이 만족되면, 트래픽 특성을 지시하는 정보를 포함하는 UE 보조 정보 메시지를 송신할 수 있다.
S2403 단계에서, EUTRAN(2420)은 UE(2410)에게 RRC 연결 재설정 메시지를 송신한다. RRC 연결 재설정 메시지는 네트워크에서 허용한 DRX 파라미터 재설정 범위에 관련된 정보, UE 상태에 대응하는 DRX 파라미터 예측에 관련된 정보를 포함할 수 있다. 예를 들어, DRX 파라미터 예측에 관련된 정보는 톰슨 샘플링 기법을 위한 후보 파라미터 값들 각각의 확률 분포 정보(예: 베타 분포)를 포함할 수 있다.
S2405 단계에서, UE(2410)는 EUTRAN(2420)에게 제1 RRC 연결 재설정 완료 메시지를 송신한다. 제1 RRC 연결 재설정 완료 메시지는 변경할 DRX 파라미터 및 변경을 통해 적용될 값 중 적어도 하나를 포함할 수 있다. 즉, UE(2410)는 S2403 단계에서 수신된 정보에 기반하여 DRX 파라미터 예측을 수행하고, DRX 파라미터 예측을 통해 결정된 DRX 파라미터 값을 EUTRAN(2420)에게 송신한다.
S2407 단계에서, UE(2410)는 EUTRAN(2420)에게 제2 RRC 연결 재설정 완료 메시지를 송신한다. 제2 RRC 연결 재설정 완료 메시지는 DRX 파라미터 예측을 위한 모델을 갱신하기 위한 정보를 포함할 수 있다. 예를 들어, DRX 파라미터 예측을 위한 모델을 갱신하기 위한 정보는 보상 값을 포함하거나 또는 보상 값을 결정하기 위한 성능 관련 값을 포함할 수 있다.
S2409 단계에서, EUTRAN(2420)은 DRX 파라미터 예측 모델을 갱신한다. EUTRAN(2420)은 제2 RRC 연결 재설정 완료 메시지에 포함된 정보에 기반하여 보상 값을 확인 또는 결정하고, 보상 값에 기반하여 후보 파라미터 값의 확률 분포를 갱신한다. 여기서, 갱신되는 확률 분포는 UE(2410)에 의해 선택된 후보 파라미터 값에 대응하는 베타 분포이다.
S2411 단계에서, UE(2410)는 EUTRAN(2420)에게 제3 RRC 연결 재설정 완료 메시지를 송신한다. 여기서, 제3 RRC 연결 재설정 완료 메시지는 추가적은 DRX 파라미터의 재설정을 위해 송신될 수 있다. 즉, UE(2410)는 EUTRAN(2420)에 의해 허용된 시간 동안 동적으로(dynamically) DRX 파라미터들을 갱신할 수 있다. 즉, DRX 파라미터에 대한 재설정이 한번 허용되면, UE는 설정된 허용 시간 동안의 반복적으로 DRX 파라미터를 재설정할 수 있다. 여기서, DRX 파라미터에 대한 재설정이 한번 허용은 S2403 단계에서의 RRC 연결 재설정 메시지의 수신을 통해 확인된다.
도 25는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 DRX 동작에 관련된 파라미터를 갱신하기 위한 절차의 예를 도시한다. 도 25는 DRX 동작을 수행하는 UE 및 DRX 동작을 제어하는 기지국의 동작 방법을 예시한다.
도 25를 참고하면, S2501 단계에서, UE는 PDCCH-only 구간의 비율을 모니터링한다. UE는 DRX 동작이 진행되는 전체 시간 구간 중 PDCCH-only 구간이 점유하는 구간의 비율을 확인한다. PDCCH-only 구간은 UE를 위한 DCI가 수신됨에 의해 비활성 타이머가 시작되고, 비활성 타이머 종료되기까지의 구간으로서, 해당 구간 동안 PDCCH 모니터링만 수행되는 구간을 의미한다. PDCCH-only 구간은, '데이터 없는 비활성 타이머 구간' 또는 이와 동등한 기술적 의미를 가지는 다른 용어로 지칭될 수 있다.
S2503 단계에서, UE는 기지국에게 UE 보조 정보를 송신한다. UE 보조 정보는 DRX 파라미터의 재설정을 요청하기 위해 송신되며, UE의 트래픽 특성을 지시하는 정보를 포함할 수 있다. 이를 위해, UE는 인공지능 모델을 이용하여 트래픽 특성을 예측할 수 있다. 예를 들어, 트래픽 특성은 처리량 및 지연 버짓 중 적어도 하나에 의해 특정될 수 있다.
S2505 단계에서, 기지국은 DRX 파라미터 재설정이 허용되는지 판단한다. DRX 재설정의 허용 여부는 UE의 능력(capability), DRX 파라미터 예측을 위한 모델의 상태, UE에 의해 지시된 트래픽 특성 중 적어도 하나에 기반하여 판단될 수 있다.
DRX 파라미터 재설정이 허용되면, S2507 단계에서, 기지국은 UE에게 RRC 연결 재설정 메시지를 송신한다. RRC 연결 재설정 메시지는 DRX 파라미터 재설정이 허용됨을 알린다. 또한, RRC 연결 재설정 메시지는 재설정이 허용되는 DRX 파라미터의 범위, DRX 파라미터 예측을 위한 모델에 관련된 정보, DRX 파라미터 재설정에 대한 허용 시간 중 적어도 하나를 포함할 수 있다.
S2509 단계에서, UE는 DRX 파라미터 예측을 수행하고, 변경 설정을 수행한다. UE는 S2507 단계에서 수신된 RRC 연결 재설정 메시지에 포함된 DRX 파라미터 예측을 위한 모델에 관련된 정보에 기반하여 후보 파라미터 값들 중 하나의 값을 선택한다. 그리고, UE는 선택된 값을 이용하여 DRX 파라미터를 변경한다.
S2511 단계에서, UE는 변경할 DRX 파라미터에 대한 정보를 송신한다. 즉, UE는 변경할 DRX 파라미터(예: 비활성 타이머) 및 변경될 값(예: 타이머 값) 중 적어도 하나를 포함하는 메시지를 송신할 수 있다. 여기서, 메시지는 RRC 연결 재설정 완료 메시지를 포함할 수 있다.
S2513 단계에서, 기지국의 예측 모델을 갱신한다. 구체적으로, 기지국은 DRX 파라미터 예측을 위한 확률 분포들 중 적어도 하나를 갱신한다. 이를 위해, UE는 DRX 파라미터의 재설정 후 QoS 유지 여부, 전력 절감 이득 등의 성능 정보를 확인하고, 성능 정보 또는 성능 정보에 기반하여 결정되는 보상 값을 기지국에게 송신한다. 그리고, 기지국은 보상 값을 결정 또는 확인하고, 보상 값에 기반하여 변경된 DRX 파라미터에 대응하는 확률 분포를 갱신한다.
S2515 단계에서, UE는 DRX 파라미터 재설정에 대한 허용 시간이 초과되었는지 판단한다. UE는 DRX 파라미터 재설정에 대한 허용 시간이 만료되기 전까지 DRX 파라미터를 더 재설정할 수 있다. 만일, UE는 DRX 파라미터 재설정에 대한 허용 시간이 만료된 후, DRX 파라미터 재설정이 필요하면, UE는 S2501 단계로 되돌아가 PDCCH-only 구간의 비율을 모니터링한다.
전술한 다양한 실시예들과 같이, 톰슨 샘플링 모델을 이용하면, 피드백에 의한 확률 분포의 갱신에 따라 DRX 동작의 효율이 점차 개선될 수 있다. 톰슨 샘플링 모델에서 보상에 따른 베타 분포 갱신은 이하 도 26과 같다. 도 26은 본 개시의 일 실시예에 따른 무선 통신 시스템에서 톰슨 샘플링에 기반한 보상(reward) 구조를 도시한다.
도 26은 핸드오버 완료 후 평가 지표(예: QoS 유지 여부, 전력 절감 이득 등)에 기반하여 보상이 피드백되는 구조를 보여준다. 도 26을 참고하면, 샘플링은 후보 셀들의 베타 분포(2110)에서 랜덤하게 값을 샘플링하는 동작을 포함한다. 샘플링된 값들 중 최적화(2120)에 의해 최대값이 선택된다. 활동(action)은 단말의 현재 상태 및 사용 환경에서 QoS가 유지되고 전력 절감 효과가 가장 높은 DRX 파라미터 값을 선택하는 것을 의미한다. 관찰(observation)은 DRX 파라미터 재설정 후 QoS 유지 여부 및 전력 절감 효과를 확인하는 평가(2130)에 기반하여 보상을 위한 베타 분포의 파라미터들을 갱신하는 동작을 포함한다. 갱신된 파라미터들은 베타 분포(2210)에 반영된다.
상기 설명한 제안 방식에 대한 일례들 또한 본 개시의 구현 방법들 중 하나로 포함될 수 있으므로, 일종의 제안 방식들로 간주될 수 있음은 명백한 사실이다. 또한, 상기 설명한 제안 방식들은 독립적으로 구현될 수도 있지만, 일부 제안 방식들의 조합 (또는 병합) 형태로 구현될 수도 있다. 상기 제안 방법들의 적용 여부 정보 (또는 상기 제안 방법들의 규칙들에 대한 정보)는 기지국이 단말에게 사전에 정의된 시그널 (예: 물리 계층 시그널 또는 상위 계층 시그널)을 통해서 알려주도록 규칙이 정의될 수 있다.
본 개시는 본 개시에서 서술하는 기술적 아이디어 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 개시의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 개시의 등가적 범위 내에서의 모든 변경은 본 개시의 범위에 포함된다. 또한, 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함할 수 있다.
본 개시의 실시예들은 다양한 무선접속 시스템에 적용될 수 있다. 다양한 무선접속 시스템들의 일례로서, 3GPP(3rd Generation Partnership Project) 또는 3GPP2 시스템 등이 있다.
본 개시의 실시예들은 상기 다양한 무선접속 시스템뿐 아니라, 상기 다양한 무선접속 시스템을 응용한 모든 기술 분야에 적용될 수 있다. 나아가, 제안한 방법은 초고주파 대역을 이용하는 mmWave, THz 통신 시스템에도 적용될 수 있다.
추가적으로, 본 개시의 실시예들은 자유 주행 차량, 드론 등 다양한 애플리케이션에도 적용될 수 있다.

Claims (20)

  1. 무선 통신 시스템에서 UE(user equipment)의 동작 방법에 있어서,
    기지국으로부터 DRX(discontinuous reception) 동작에 관련된 설정(configuration) 정보를 수신하는 단계;
    상기 설정 정보에 기반하여 상기 DRX 동작을 수행하는 단계;
    상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 송신하는 단계; 및
    상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 수신하는 단계를 포함하며,
    상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함하는 방법.
  2. 청구항 1에 있어서,
    상기 제2 메시지는, DRX 동작에 관련된 파라미터들의 재설정에 대한 허용 범위, 선택 가능한 후보 파라미터 값들, 상기 후보 파라미터 값들에 대한 확률 분포 정보 중 적어도 하나를 포함하는 방법.
  3. 청구항 1에 있어서,
    상기 UE에 의해 결정된, 재설정에 의해 적용될 파라미터 값을 포함하는 제3 메시지를 송신하는 단계를 더 포함하는 방법.
  4. 청구항 1에 있어서,
    인공지능 모델을 이용하여 상기 트래픽 특성을 결정하는 단계를 더 포함하며,
    상기 인공지능 모델은, 처리량(throughput), 패킷 도달 시간, UE의 행위(behavior), 링크 품질, 요구 QoS(quality of service) 정보 중 적어도 하나를 입력 데이터로서 취하는 방법.
  5. 청구항 1에 있어서,
    상기 제2 메시지에 기반하여, 상기 트래픽 특성에 대응하는 후보 파라미터 값들 각각의 확률 분포들을 확인하는 단계;
    상기 확률 분포들에 기반하여 상기 후보 파라미터 값들 중 하나의 파라미터 값을 선택하는 단계를 포함하는 방법.
  6. 청구항 5에 있어서,
    상기 하나의 파라미터 값은, 톰슨 샘플링에 기반하여 선택되는 방법.
  7. 청구항 5에 있어서,
    상기 선택된 파라미터 값을 적용한 이후의 QoS 유지 여부 또는 DRX 동작에 따른 전력 절감 이득 중 적어도 하나를 확인하는 단계;
    상기 QoS 유지 여부 또는 상기 DRX 동작에 따른 전력 절감 이득에 기반하여 상기 선택된 파라미터 값에 대응하는 확률 분포를 갱신하기 위한 정보를 송신하는 단계를 더 포함하는 방법.
  8. 청구항 7에 있어서,
    상기 확률 분포를 갱신하기 위한 정보는, QoS의 유지 여부 지시자 또는 전력 절감 이득 값 중 적어도 하나를 포함하는 평가 정보, 상기 평가 정보에 기반하여 결정되는 보상 값, 또는 상기 보상 값에 기반하여 갱신된 확률 분포 중 적어도 하나를 포함하는 방법.
  9. 청구항 1에 있어서,
    상기 제2 메시지에 의해 지시되는 상기 DRX 동작에 관련된 파라미터들의 재설정에 대한 허용 시간을 확인하는 단계; 및
    상기 허용 시간이 만료되기 전, 상기 UE에 의해 결정된, 상기 재설정에 의해 적용될 파라미터 값을 포함하는 제4 메시지를 송신하는 단계를 더 포함하는 방법.
  10. 무선 통신 시스템에서 기지국의 동작 방법에 있어서,
    UE(user equipment)에게 DRX(discontinuous reception) 동작에 관련된 설정(configuration) 정보를 송신하는 단계;
    상기 설정 정보에 기반하여 상기 DRX 동작을 제어하는 단계;
    상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 수신하는 단계; 및
    상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 송신하는 단계를 포함하며,
    상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함하는 방법.
  11. 청구항 10에 있어서,
    상기 제2 메시지는, DRX 동작에 관련된 파라미터들의 재설정에 대한 허용 범위, 선택 가능한 후보 파라미터 값들, 상기 후보 파라미터 값들에 대한 확률 분포 정보 중 적어도 하나를 포함하는 방법.
  12. 청구항 10에 있어서,
    상기 UE에 의해 결정된, 재설정에 의해 적용될 파라미터 값을 포함하는 제3 메시지를 수신하는 단계를 더 포함하는 방법.
  13. 청구항 12에 있어서,
    상기 파라미터 값은, 톰슨 샘플링에 기반하여 선택되는 방법.
  14. 청구항 12에 있어서,
    상기 파라미터 값에 대응하는 확률 분포를 갱신하기 위한 정보를 수신하는 단계를 더 포함하는 방법.
  15. 청구항 14에 있어서,
    상기 확률 분포를 갱신하기 위한 정보는, 상기 파라미터 값을 적용한 이후의 QoS(quality of service)의 유지 여부 지시자 또는 전력 절감 이득 값 중 적어도 하나를 포함하는 평가 정보, 상기 평가 정보에 기반하여 결정되는 보상 값, 또는 상기 보상 값에 기반하여 갱신된 확률 분포 중 적어도 하나를 포함하는 방법.
  16. 청구항 15에 있어서,
    상기 보상 값은, DRX 동작이 진행되는 전체 시간 구간 대비 데이터 없는 비활성 타이머 구간의 비율이 임계치를 초과하는지 여부에 기반하여 결정되며,
    상기 데이터 없는 비활성 타이머 구간은, 비활성 타이머(inactivity timier)가 시작되고, 비활성 타이머 종료되기까지의 구간으로서, 해당 구간 동안 제어 채널의 모니터링만 수행되는 구간을 포함하는 방법.
  17. 무선 통신 시스템에서 UE(user equipment)에 있어서,
    송수신기; 및
    상기 송수신기와 연결된 프로세서를 포함하며,
    상기 프로세서는,
    기지국으로부터 DRX(discontinuous reception) 동작에 관련된 설정(configuration) 정보를 수신하고,
    상기 설정 정보에 기반하여 상기 DRX 동작을 수행하고,
    상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 송신하고,
    상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 수신하도록 제어하며,
    상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함하는 UE.
  18. 무선 통신 시스템에서 기지국에 있어서,
    송수신기; 및
    상기 송수신기와 연결된 프로세서를 포함하며,
    상기 프로세서는,
    UE(user equipment)에게 DRX(discontinuous reception) 동작에 관련된 설정(configuration) 정보를 송신하고,
    상기 설정 정보에 기반하여 상기 DRX 동작을 제어하고,
    상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 수신하고,
    상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 송신하도록 제어하며,
    상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함하는 기지국.
  19. 장치에 있어서,
    적어도 하나의 프로세서;
    상기 적어도 하나의 프로세서와 연결되며, 상기 적어도 하나의 프로세서에 의해 실행됨에 따라 동작들을 지시하는 명령어를 저장하는 적어도 하나의 컴퓨터 메모리를 포함하며,
    상기 동작들은, 상기 장치가,
    기지국으로부터 DRX(discontinuous reception) 동작에 관련된 설정(configuration) 정보를 수신하는 단계;
    상기 설정 정보에 기반하여 상기 DRX 동작을 수행하는 단계;
    상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 송신하는 단계; 및
    상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 수신하는 단계를 포함하며,
    상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함하는 장치.
  20. 적어도 하나의 명령어(instructions)을 저장하는 비-일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer-readable medium)에 있어서,
    프로세서에 의해 실행 가능한(executable) 상기 적어도 하나의 명령어를 포함하며,
    상기 적어도 하나의 명령어는, 장치가,
    기지국으로부터 DRX(discontinuous reception) 동작에 관련된 설정(configuration) 정보를 수신하고,
    상기 설정 정보에 기반하여 상기 DRX 동작을 수행하고,
    상기 DRX 동작에 관련된 적어도 하나의 파라미터에 관련된 정보를 포함하는 제1 메시지를 송신하고,
    상기 적어도 하나의 파라미터에 대한 재설정에 관련된 정보를 포함하는 제2 메시지를 수신하도록 제어하며,
    상기 제1 메시지는, 상기 적어도 하나의 파라미터를 재설정하기 위해 사용되는, 상기 UE에 의해 결정된, 트래픽 특성에 관련된 정보를 포함하는 컴퓨터 판독 가능 매체.
PCT/KR2022/012893 2022-08-29 2022-08-29 무선 통신 시스템에서 불연속 수신 동작에 관련된 파라미터를 설정하기 위한 장치 및 방법 WO2024048803A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2022/012893 WO2024048803A1 (ko) 2022-08-29 2022-08-29 무선 통신 시스템에서 불연속 수신 동작에 관련된 파라미터를 설정하기 위한 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2022/012893 WO2024048803A1 (ko) 2022-08-29 2022-08-29 무선 통신 시스템에서 불연속 수신 동작에 관련된 파라미터를 설정하기 위한 장치 및 방법

Publications (1)

Publication Number Publication Date
WO2024048803A1 true WO2024048803A1 (ko) 2024-03-07

Family

ID=90097968

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/012893 WO2024048803A1 (ko) 2022-08-29 2022-08-29 무선 통신 시스템에서 불연속 수신 동작에 관련된 파라미터를 설정하기 위한 장치 및 방법

Country Status (1)

Country Link
WO (1) WO2024048803A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018062886A1 (en) * 2016-09-30 2018-04-05 Lg Electronics Inc. Pdcch monitoring after drx configuration or reconfiguration
WO2021187893A1 (ko) * 2020-03-19 2021-09-23 삼성전자 주식회사 무선 통신 시스템에서 저지연 위치 정보 서비스를 제공하기 위한 장치 및 방법
KR20210118915A (ko) * 2019-01-31 2021-10-01 비보 모바일 커뮤니케이션 컴퍼니 리미티드 불연속 수신(drx)의 구성 방법 및 단말
US20220014963A1 (en) * 2021-03-22 2022-01-13 Shu-Ping Yeh Reinforcement learning for multi-access traffic management
WO2022025682A1 (ko) * 2020-07-29 2022-02-03 엘지전자 주식회사 Nr v2x에서 절전 모드 별 drx 동작을 수행하는 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018062886A1 (en) * 2016-09-30 2018-04-05 Lg Electronics Inc. Pdcch monitoring after drx configuration or reconfiguration
KR20210118915A (ko) * 2019-01-31 2021-10-01 비보 모바일 커뮤니케이션 컴퍼니 리미티드 불연속 수신(drx)의 구성 방법 및 단말
WO2021187893A1 (ko) * 2020-03-19 2021-09-23 삼성전자 주식회사 무선 통신 시스템에서 저지연 위치 정보 서비스를 제공하기 위한 장치 및 방법
WO2022025682A1 (ko) * 2020-07-29 2022-02-03 엘지전자 주식회사 Nr v2x에서 절전 모드 별 drx 동작을 수행하는 방법 및 장치
US20220014963A1 (en) * 2021-03-22 2022-01-13 Shu-Ping Yeh Reinforcement learning for multi-access traffic management

Similar Documents

Publication Publication Date Title
WO2022050432A1 (ko) 통신 시스템에서 연합 학습을 수행하기 위한 방법 및 장치
WO2023277454A1 (en) Method and apparatus for channel environment classification in wireless network system
WO2022059808A1 (ko) 자율 주행 시스템에서 v2x 통신 장치의 강화 학습 수행 방법
WO2023017881A1 (ko) 무선 통신 시스템에서 측정 갭을 이용한 측정 결과에 기반하여 핸드오버를 수행하기 위한 장치 및 방법
WO2024048803A1 (ko) 무선 통신 시스템에서 불연속 수신 동작에 관련된 파라미터를 설정하기 위한 장치 및 방법
WO2022050565A1 (ko) 무선 통신 시스템에서 핸드오버를 위한 장치 및 방법
WO2022139230A1 (ko) 무선 통신 시스템에서 스플릿 포인트를 조정하는 방법 및 장치
WO2022265141A1 (ko) 무선 통신 시스템에서 빔 관리를 수행하는 방법 및 이를 위한 장치
WO2022054981A1 (ko) 압축 연합 학습 수행 방법 및 장치
WO2023017882A1 (ko) 무선 통신 시스템에서 배터리 효율을 고려하여 무선 접속 기술을 선택하기 위한 장치 및 방법
WO2024058372A1 (ko) 무선 통신 시스템에서 상황 정보 기반 인공지능을 활용한 전력 절약을 위한 방법 및 장치
WO2023027311A1 (ko) 무선 통신 시스템에서 핸드오버를 수행하기 위한 장치 및 방법
WO2022260200A1 (ko) 무선 통신 시스템에서 배터리 효율을 고려하여 핸드오버를 수행하기 위한 장치 및 방법
WO2024034707A1 (ko) 무선 통신 시스템에서 수신기 모델에 대한 온라인 학습을 수행하기 위한 장치 및 방법
WO2023058872A1 (ko) 무선 통신 시스템에서 위치에 기반하여 핸드오버를 수행하기 위한 장치 및 방법
WO2024038926A1 (ko) 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법
WO2023101304A1 (ko) 무선 통신 시스템에서 통신을 수행하는 방법 및 장치
WO2023042938A1 (ko) 무선 통신 시스템에서 반사판을 통해 신호를 전송하는 방법 및 장치
WO2024048816A1 (ko) 무선 통신 시스템에서 신호를 송수신하기 위한 장치 및 방법
WO2024010103A1 (ko) 무선 통신 시스템에서 자원 요청을 수행하는 방법 및 장치
WO2023013857A1 (ko) 무선 통신 시스템에서 데이터 학습을 수행하는 방법 및 장치
WO2022231084A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2023022251A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2023101303A1 (ko) 무선 통신 시스템에서 통신을 수행하는 방법 및 장치
WO2023042941A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치