WO2024112000A1 - 무선 통신 시스템에서 ue의 송신 전력을 제어하는 방법 및 장치 - Google Patents

무선 통신 시스템에서 ue의 송신 전력을 제어하는 방법 및 장치 Download PDF

Info

Publication number
WO2024112000A1
WO2024112000A1 PCT/KR2023/018467 KR2023018467W WO2024112000A1 WO 2024112000 A1 WO2024112000 A1 WO 2024112000A1 KR 2023018467 W KR2023018467 W KR 2023018467W WO 2024112000 A1 WO2024112000 A1 WO 2024112000A1
Authority
WO
WIPO (PCT)
Prior art keywords
model
transmission power
mode
base station
power control
Prior art date
Application number
PCT/KR2023/018467
Other languages
English (en)
French (fr)
Inventor
박승일
장현덕
김서욱
서봉성
이주호
Original Assignee
삼성전자 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 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2024112000A1 publication Critical patent/WO2024112000A1/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
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • 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
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/06—TPC algorithms
    • H04W52/14—Separate analysis of uplink or downlink
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/20—Control channels or signalling for resource management
    • H04W72/23—Control channels or signalling for resource management in the downlink direction of a wireless link, i.e. towards a terminal
    • H04W72/232—Control channels or signalling for resource management in the downlink direction of a wireless link, i.e. towards a terminal the control data signalling from the physical layer, e.g. DCI signalling

Definitions

  • the present disclosure relates to a wireless communication system, and specifically, to a method and apparatus for controlling the transmission power of a UE through compensation for nonlinearity of a transmitter amplifier based on an artificial intelligence (AI) model.
  • AI artificial intelligence
  • 5G 5th-generation
  • objects connected to the network may include vehicles, robots, drones, home appliances, displays, smart sensors installed in various infrastructures, construction machinery, and factory equipment.
  • Mobile devices are expected to evolve into various form factors such as augmented reality glasses, virtual reality headsets, and hologram devices.
  • 6G (6th-generation) era efforts are being made to develop an improved 6G communication system to provide a variety of services by connecting hundreds of billions of devices and objects. For this reason, the 6G communication system is called a beyond 5G system.
  • the maximum transmission speed is tera (i.e. 1,000 gigabit) bps and the wireless delay time is 100 microseconds ( ⁇ sec).
  • the transmission speed in the 6G communication system is 50 times faster and the wireless delay time is reduced by one-tenth.
  • 6G communication systems will operate in terahertz bands (e.g., 95 GHz to 3 THz). Implementation is being considered.
  • terahertz band the importance of technology that can guarantee signal reach, or coverage, is expected to increase due to more serious path loss and atmospheric absorption compared to the mmWave band introduced in 5G.
  • the main technologies to ensure coverage are RF (radio frequency) devices, antennas, new waveforms that are better in terms of coverage than OFDM (orthogonal frequency division multiplexing), beamforming, and massive multiple input/output (Massive multiple input/output).
  • Multi-antenna transmission technologies such as input and multiple-output (massive MIMO), full dimensional MIMO (FD-MIMO), array antenna, and large scale antenna must be developed.
  • new technologies such as metamaterial-based lenses and antennas, high-dimensional spatial multiplexing technology using OAM (orbital angular momentum), and RIS (reconfigurable intelligent surface) are being discussed to improve coverage of terahertz band signals.
  • the 6G communication system uses full duplex technology where uplink and downlink simultaneously utilize the same frequency resources at the same time, satellite and Network technology that comprehensively utilizes HAPS (high-altitude platform stations), network structure innovation technology that supports mobile base stations and enables network operation optimization and automation, and dynamic frequency sharing through collision avoidance based on spectrum usage prediction.
  • HAPS high-altitude platform stations
  • network structure innovation technology that supports mobile base stations and enables network operation optimization and automation
  • dynamic frequency sharing through collision avoidance based on spectrum usage prediction.
  • AI-based communication technology that utilizes AI (artificial intelligence) from the design stage and internalizes end-to-end AI support functions to realize system optimization, and overcomes the limits of terminal computing capabilities.
  • Next-generation distributed computing technologies that realize complex services using ultra-high-performance communication and computing resources (mobile edge computing (MEC), cloud, etc.) are being developed.
  • MEC mobile edge computing
  • the 6G communication system Due to the research and development of these 6G communication systems, a new level of hyper-connected experience (the next hyper-connected) is possible through the hyper-connectivity of the 6G communication system, which includes not only connections between objects but also connections between people and objects. experience) is expected to become possible. Specifically, it is expected that the 6G communication system will be able to provide services such as truly immersive extended reality (truly immersive XR), high-fidelity mobile hologram, and digital replica. In addition, services such as remote surgery, industrial automation, and emergency response through improved security and reliability are provided through the 6G communication system, enabling application in various fields such as industry, medicine, automobiles, and home appliances. It will be.
  • services such as truly immersive extended reality (truly immersive XR), high-fidelity mobile hologram, and digital replica.
  • services such as remote surgery, industrial automation, and emergency response through improved security and reliability are provided through the 6G communication system, enabling application in various fields such as industry, medicine, automobiles, and home appliances. It will be.
  • Embodiments of the present disclosure are intended to provide a method and device for controlling the transmission power of a UE through AI model-based transmission amplifier nonlinearity compensation.
  • a method of a base station for saving energy of a UE in a wireless communication system includes receiving a request signal for an energy saving mode (ES mode) of an AI model for transmit power control from the UE; Determining whether to switch the AI model for transmission power control to the ES mode; And based on the decision, it may include transmitting a response signal including information indicating whether to switch the AI model for transmission power control to ES mode to the UE.
  • ES mode energy saving mode
  • a UE method for saving energy of a UE in a wireless communication system includes transmitting a request signal for an energy saving mode (ES mode) of an AI model for transmit power control to a base station; And based on whether the AI model for transmission power control is switched to the ES mode determined by the base station, receiving a response signal including information indicating whether the AI model for transmission power control is switched to the ES mode from the base station. can do.
  • ES mode energy saving mode
  • a base station is provided to save energy of a UE.
  • the base station includes a transceiver and at least one processor connected to the transceiver, and the at least one processor receives a request signal from the UE for an energy saving mode (ES mode) of the AI model for transmit power control.
  • ES mode energy saving mode
  • Receive determine whether to switch the AI model for transmission power control to ES mode, and based on the decision, transmit a response signal containing information indicating whether to switch the AI model for transmission power control to ES mode to the UE. there is.
  • a UE is provided to save energy of the UE.
  • the UE includes a transceiver and at least one processor connected to the transceiver, and the at least one processor sends a request signal for an energy saving mode (ES mode) of the AI model for transmit power control to the base station.
  • ES mode energy saving mode
  • a computer-readable recording medium storing a program for executing at least one of the embodiments of the method disclosed in this specification on a computer is provided.
  • FIG. 1 is a diagram illustrating a method for saving energy of a UE using an AI model for transmit power control according to an embodiment.
  • Figure 2 is a diagram for explaining an example of an AI model for transmit power control.
  • FIG. 3 is a diagram illustrating an example of a method in which an AI model for transmit power control performs nonlinearity compensation of the transmitter.
  • FIG. 4 is a diagram illustrating a process for confirming the AI model for transmission power control and energy saving mode (ES mode) capability between a UE and a base station according to an embodiment.
  • ES mode transmission power control and energy saving mode
  • FIG. 5 is a flowchart illustrating a method by which a base station responds to the use (or switching) of the ES mode of an AI model for transmission power control according to a request from a UE according to an embodiment.
  • FIG. 6 is a flowchart illustrating a case where a base station responds to accept (or switch to) the use of (or switch to) the ES mode of an AI model for transmission power control according to an embodiment.
  • FIG. 7 is a flowchart illustrating a case where a base station responds by rejecting the use (or switching) of the ES mode of an AI model for transmission power control according to an embodiment.
  • FIG. 8 is a flowchart illustrating an example of a process in which a base station determines whether to use (or switch to) the ES mode of an AI model for transmit power control, according to an embodiment.
  • Figure 9 is a flowchart illustrating a method of disabling the ES mode of an AI model for transmit power control by an instruction from a base station according to an embodiment.
  • FIG. 10 is a flowchart illustrating a method of disabling the ES mode of an AI model for transmit power control at the request of a UE according to an embodiment.
  • FIG. 11 is a flowchart illustrating a method by which a UE notifies a base station of use (or switching) to an ES mode of an AI model for transmission power control, according to an embodiment.
  • FIG. 12 is a flowchart illustrating an example of a process in which a UE determines whether to use (or switch to) the ES mode of an AI model for transmit power control, according to an embodiment.
  • Figure 13 is a block diagram of a UE according to one embodiment.
  • Figure 14 is a block diagram of a base station according to one embodiment.
  • Couple and its derivatives refers to any direct or indirect communication between two or more elements, whether or not the elements are in physical contact with each other.
  • transmit include both direct and indirect communication.
  • communicate include both direct and indirect communication.
  • communicate include both direct and indirect communication.
  • Comprise and “comprise” as well as their derivatives mean inclusion without limitation.
  • FIGS. 1 to 14 discussed below and the various embodiments used herein to explain the principles of the present disclosure are illustrative only and should not be construed as limiting the scope of the present disclosure in any way.
  • Those skilled in the art will understand that the principles of the present disclosure may be implemented in any suitably arranged system or device. Additionally, those skilled in the art will appreciate that the principles of this disclosure may be implemented in any appropriately configured wireless communication system.
  • a base station is an entity that performs resource allocation for a terminal, such as gNode B, eNode B, Node B, (or xNode B (x is an alphabet including g and e)), a wireless access unit, It may be at least one of a base station controller, a satellite, an airborn, or a node on a network.
  • Terminal user equipment, UE
  • downlink may represent a wireless transmission path of a signal transmitted from a base station to a terminal
  • uplink may represent a wireless transmission path of a signal transmitted from a terminal to a base station
  • SL sidelink
  • LTE, LTE-A or 5G system may be described below as an example, embodiments of the present disclosure can also be applied to other communication systems with similar technical background or channel type.
  • this may include 5G-Advance or NR-Advance or the 6th generation mobile communication technology (6G) developed after 5G mobile communication technology (or new radio, NR), and 5G hereinafter refers to existing LTE, LTE- It may be a concept that includes A and other similar services.
  • this disclosure may be applied to other communication systems through some modifications without significantly departing from the scope of the present disclosure at the discretion of a person with skilled technical knowledge.
  • each block of the processing flow diagrams and combinations of the flow diagram diagrams can be performed by computer program instructions.
  • These computer program instructions can be mounted on a processor of a general-purpose computer, special-purpose computer, or other programmable data processing equipment, so that the instructions performed through the processor of the computer or other programmable data processing equipment are described in the flow chart block(s). It creates the means to perform functions.
  • These computer program instructions may also be stored in computer-usable or computer-readable memory that can be directed to a computer or other programmable data processing equipment to implement a function in a particular manner, so that the computer-usable or computer-readable memory
  • the instructions stored in may also produce manufactured items containing instruction means that perform the functions described in the flow diagram block(s).
  • Computer program instructions can also be mounted on a computer or other programmable data processing equipment, so that a series of operational steps are performed on the computer or other programmable data processing equipment to create a process that is executed by the computer, thereby generating a process that is executed by the computer or other programmable data processing equipment. Instructions that perform processing equipment may also provide steps for executing the functions described in the flow diagram block(s).
  • each block may represent a module, segment, or portion of code that includes one or more executable instructions for executing specified logical function(s).
  • functions mentioned in a block it is possible for functions mentioned in a block to occur out of order. For example, it is possible for two blocks shown in succession to be performed substantially simultaneously, or it is possible for the blocks to be performed in reverse order depending on the corresponding function.
  • the term ' ⁇ unit' used in this embodiment refers to software or hardware components such as FPGA (Field Programmable Gate Array) or ASIC (Application Specific Integrated Circuit), and ' ⁇ unit' performs certain roles. do.
  • ' ⁇ part' is not limited to software or hardware.
  • the ' ⁇ part' may be configured to reside in an addressable storage medium and may be configured to reproduce on one or more processors. Therefore, as an example, ' ⁇ part' refers to components such as software components, object-oriented software components, class components, and task components, processes, functions, properties, and procedures. , subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays, and variables.
  • components and 'parts' may be combined into a smaller number of components and 'parts' or may be further separated into additional components and 'parts'. Additionally, components and 'parts' may be implemented to regenerate one or more CPUs within a device or a secure multimedia card. Also, in the embodiment, ‘ ⁇ part’ may include one or more processors.
  • Terms used in the following description refer to broadcast information, terms referring to control information, terms related to communication coverage, terms referring to state changes (e.g., events), and network entities. Terms referring to ), terms referring to messages, terms referring to components of a device, etc. are exemplified for convenience of explanation. Accordingly, the present disclosure is not limited to the terms described below, and other terms having equivalent technical meaning may be used.
  • the present invention uses terms and names defined in the LTE and NR standards, which are the most recent standards defined by the 3GPP (The 3rd Generation Partnership Project) organization among currently existing communication standards.
  • 3GPP The 3rd Generation Partnership Project
  • the present invention is not limited by the above terms and names, and can be equally applied to systems complying with other standards.
  • a power amplifier In a wireless communication system, when a signal is transmitted from a transmitting antenna, a power amplifier is used to amplify the signal to an appropriate maximum power so that the signal can reach a distant place. At this time, non-linearity appears in the high output region of the power amplifier, which causes distortion in the amplified transmission signal.
  • Backoff technology ensures linearity by operating the power amplifier at a point lower than the maximum power point, that is, by using a circuit with a maximum power point higher than the actual power level used. Therefore, the transmission power is reduced, resulting in coverage loss, and is inefficient in terms of cost.
  • UE user equipment
  • Tx power transmission power
  • the present disclosure provides a method and device for saving energy in a UE by using (or switching to) an energy saving mode (ES mode) in certain cases using an AI model used to compensate for nonlinearity of the power amplifier at the receiving end.
  • the purpose is to initiate.
  • the AI model used to control transmission power to perform nonlinearity compensation of the power amplifier is referred to as the 'AI model for transmission power control'.
  • an AI model for transmit power control may be trained and inferred at a base station.
  • the AI model for transmit power control can be trained or inferred in various locations.
  • the AI model for transmit power control is trained in OAM (operation, administration and management) and may be inferred in a base station such as a gNB. Additionally, the base station can continue training the AI model based on the AI model for transmit power control trained in OAM.
  • an AI model for transmit power control can be trained and inferred in the gNB-CU.
  • the AI model for transmit power control may be trained in OAM (operation, administration and management) and inferred in gNB-CU.
  • the AI model for transmit power control can also be trained and inferred in the gNB-DU.
  • the AI model for transmit power control is trained in OAM (operation, administration and management) and can be inferred in gNB-DU.
  • the location where the AI model for transmission power control is trained and inferred is not limited to the above example.
  • this disclosure will take the case where an AI model for transmission power control is trained and inferred at a base station as an example.
  • 'NN neural network
  • 'NN neural network
  • 'parameter' is a value used in the calculation process of each layer forming the NN and may include, for example, a weight used when applying an input value to a predetermined calculation equation. Additionally, parameters may be expressed in matrix form. Parameters are values set as a result of training, and can be updated through separate training data as needed.
  • 'NN setting information' is information related to elements constituting the NN and includes the parameters described above.
  • An AI model for transmit power control can be set using NN setting information.
  • the NN setting information may include information about at least one of the number of layers included in the NN or the number of nodes included in the NN. Additionally, the NN setting information may further include information about at least one of the number of filter kernels for each layer included in the NN and the parameters of each filter kernel.
  • FIG. 1 is a diagram illustrating a method for saving energy of the UE 120 by utilizing the AI model 111 for controlling transmission power of the base station 110 according to an embodiment.
  • the AI model 111 for controlling transmission power of the base station 110 may operate in coverage extending mode (coverage extending mode, CE mode).
  • coverage extending mode coverage extending mode, CE mode
  • whether the battery of the UE 120 is sufficient may be determined based on the amount of power stored in the battery, the application running on the UE 120, etc.
  • the base station 110 In the CE mode of the AI model 111 for transmit power control, the base station 110 allows the UE 120 to operate at high transmit power, under the assumption that the receiving end of the base station 110 compensates for the nonlinearity of the transmit amplifier of the UE 120. It may be instructed to transmit an uplink signal.
  • the operation of the AI model 111 for transmitting power control of the base station 110 to receive and compensate for a distorted signal transmitted at high transmit power in order to secure coverage can be described as an operation in CE mode.
  • the block error rate (BLER) can be improved by using a wireless network adaptation (link adaptation) technology based on the AI model 111 for transmission power control, and thus the coverage can be improved.
  • the AI model 111 for transmitting power control of the base station 110 may operate in energy saving mode (ES mode).
  • ES mode energy saving mode
  • the case 122 where the UE's battery is not sufficient is only an example of a case where the UE 120 needs to save energy. Even in other cases where there is a need to save UE 120 energy, the AI model 111 for controlling transmission power of the base station 110 may operate in energy saving mode (ES mode).
  • the UE 120 may request the base station 110 to use (or switch to) the AI model 111 for transmission power control to ES mode, or may make its own judgment and notify the base station 110.
  • the base station 110 which has received a request from the UE 120, may determine whether to use (or switch to) the AI model for transmission power 111 to ES mode according to certain standards regarding reception performance, and the determination result may be transmitted to the UE 120.
  • the UE 120 may be instructed to transmit an uplink signal with a lower transmission power than in the CE mode.
  • the operation of the AI model 111 for controlling the transmission power of the base station 110 to receive and compensate for a distorted signal transmitted at low transmission power in order to save energy of the UE 120 is explained as an operation in ES mode. It can be.
  • the power consumption of the UE 120 to obtain similar reception performance is reduced, and the UE 120 can save energy.
  • Figure 2 is a diagram for explaining an example of an AI model for transmit power control.
  • the base station 110 may include an AI model 111 for transmit power control consisting of a neural network that controls transmit power to perform nonlinearity compensation of the transmit end amplifier.
  • the base station 110 may further include a preprocessor or postprocessor that performs a function to further improve the nonlinearity compensation performance of the transmitter amplifier.
  • the AI model 111 for transmit power control may be implemented in the base station 110.
  • the base station 110 receives information from the UE 120. can receive. can be explained as a transmitted signal distorted by the nonlinearity of the transmitting end amplifier of the UE 120, shown in FIG. 2 shows a signal form that can be an example of an input signal.
  • the base station 110 receives a distorted transmission signal. can be identified.
  • the base station 110 receives is input into the AI model 111 for transmission power control and the compensated person can be obtained as output. can be described as a compensated transmission signal, shown in Figure 2 shows a signal form that can be an example of an output signal. Accordingly, the base station 110 can compensate for the distorted transmission signal using the trained AI model 111 for transmit power control.
  • the AI model 111 for controlling the transmission power of the base station 110 was used in CE. Using the mode, the UE 120 was instructed to increase transmission power and transmit an uplink signal.
  • the AI model 111 for controlling the transmission power of the base station 110 is used in ES only when the base station 110 determines that reception performance will not be significantly reduced.
  • a method and apparatus are provided for saving transmission energy of the UE 120 by instructing the UE 120 to transmit an uplink signal by lowering the transmission power using the mode.
  • the base station 110 determines that reception performance will be significantly reduced, the CE mode of the AI model 111 for transmission power control is maintained, or the ES mode is released. You can also secure coverage.
  • the base station 110 uses the AI model 111 for transmit power control to provide efficient compensation for transmit amplifier nonlinearity in consideration of both the energy saving aspect and the coverage securing aspect of the UE 120. Transmission power control is possible.
  • the AI model 111 for transmit power control is compensated from Can be jointly trained to have a value similar to the transmitted signal before being distorted.
  • compensated A back propagation process can be performed using loss information, which is the difference between the transmitted signal and before distortion.
  • Compensated through reverse transcription process Training may be performed by updating the NN setting information of the AI model 111 for transmit power control so that it has a value similar to the transmit signal before distortion.
  • the base station 110 may acquire a transmission signal before distortion in advance through a field test, etc. or acquire an uplink signal received from a plurality of UEs in real time, and use the obtained uplink signal as Training can be carried out on a basic basis.
  • the uplink signal is not limited to RS (reference signal).
  • the NN setting information of the AI model 111 for transmission power control may include information about at least one of the number of layers or the number of nodes included in the AI model 111 for transmission power control.
  • the NN setting information of the AI model 111 for transmit power control may further include information on at least one of the number of filter kernels for each layer, the size of the filter kernel for each layer, the parameters of each filter kernel, and the parameters of the activation layer. there is.
  • Training of the AI model 111 for transmit power control may be performed at the base station or a separate server. Additionally, the base station or server may store NN setting information of the AI model 111 for transmit power control.
  • FIG. 3 is a diagram illustrating an example of a method in which an AI model for transmit power control performs nonlinearity compensation of the transmitter.
  • the AI model 111 for controlling the transmission power of the base station 110 may be implemented as a recurrent neural network (RNN), and includes an input layer 310, a hidden layer 320, and an activation layer. It may include 330 and an output layer 340.
  • the hidden layer 320 serves as a memory that stores previously output values in time series, so it can be expressed as a memory cell or RNN cell.
  • Each layer constituting the AI model 111 for transmission power control may be a fully connected layer.
  • the base station 110 receives distorted data from the UE 120 ( ) can be input into the input layer 310 of the AI model 111 for transmission power control.
  • the base station 110 transmits distorted data ( ) along with the bias b can also be input to the input layer 310.
  • Distorted data being input ( ) can be viewed as a time series sequence, and the distorted data at the current point t ( )value It can be expressed as:
  • the input layer 310 is Can be transmitted to the hidden layer 320.
  • the hidden layer 320 is from the input layer 310. is received and the hidden state value is calculated according to equation (1). can be output.
  • hidden state value means the value transmitted by the hidden layer 320 toward the output layer 340 or the value transmitted to the hidden layer 320 itself at the next time point t+1. is the input value is the weight for, is the hidden state value at the previous time point t-1 This is the weight for .
  • Each weight can have the same value at all times in one hidden layer. However, when there are two or more hidden layers, each hidden layer may have a different weight.
  • the hidden layer 320 is output Can be transmitted to the activation layer 330. Additionally, the hidden layer 320 is You can pass it on to yourself at the next point in time, t+1.
  • the activation layer 330 receives the hidden state value from the hidden layer 320. can be delivered.
  • the activation layer 330 is each Non-linear characteristics can be given to .
  • the activation layer 330 may include, but is limited to, a hyperbolic tangent function, a sigmoid function, a Rectified Linear Unit (ReLU) function, or a softmax function. no.
  • Giving non-linear characteristics to the activation layer 330 is the output value of the hidden layer 320. This may mean changing and outputting some sample values. At this time, the change can be performed by applying non-linear characteristics.
  • the activation layer 330 is output from the hidden layer 320. You can decide whether to output the sample values. For example, Among the sample values, some sample values may be activated by the activation layer 330 and transmitted to the output layer 340, and some sample values may be deactivated by the activation layer 330 and not transmitted to the output layer 340. . Additionally, the activation layer 330 may be included in the output layer 340.
  • the output layer 340 is a compensated signal according to equation (2).
  • the value at the current time t of can be output.
  • f is at least one of the functions included in the activation layer 330: a hyperbolic tangent function, a sigmoid function, a Rectified Linear Unit (ReLU) function, or a softmax function. However, it is not limited to this.
  • the output layer 340 is the output The input signal distorted by the transmitter amplifier ( ) Compensated transmission signal ( ) can be created.
  • Figure 3 shows that the AI model 111 for transmit power control includes an input layer 310, a hidden layer 320, an activation layer 330, and an output layer 340, but this is only an example. , Depending on the implementation, the type of layer, number of layers, and calculation method in each layer can be changed in various ways.
  • the AI model 111 for transmit power control may include other layers such as a delayed-input fully connected layer and a pooling layer.
  • the AI model 111 for transmit power control may be implemented through an echo state network (ESN), a long short-term memory (LSTM), a gated recurrent unit (GRU), or a convolutional neural network (CNN). It may be possible.
  • ESN echo state network
  • LSTM long short-term memory
  • GRU gated recurrent unit
  • CNN convolutional neural network
  • FIG. 4 is a diagram illustrating a process for checking the AI model 111 for transmission power control and energy saving mode (ES mode) capability between the UE 120 and the base station 110 according to an embodiment.
  • ES mode transmission power control and energy saving mode
  • step S411 the UE 120 may transmit a signal to the base station 110 to check whether the AI model 111 for transmission power control is capable of learning and inferring.
  • step S412 the base station 110 may transmit a response to the UE 120 indicating that support for the AI model 111 for transmission power control is available.
  • step S421 the UE 120 may transmit a signal to the base station 110 to confirm support for the ES mode of the AI model 111 for transmission power control.
  • step S422 the base station 110 may transmit to the UE 120 a response indicating that the ES mode of the AI model for transmission power control is available.
  • the support confirmation procedure 410 of the AI model for transmission power control and the ES mode support confirmation procedure 420 of the AI model for transmission power control may be performed simultaneously.
  • Steps S411 and S421 may be transmitted as one signal, and steps S412 and S422 may also be transmitted as one signal.
  • the support confirmation procedure 410 of the AI model for transmission power control and the ES mode support confirmation procedure 420 of the AI model for transmission power control may be triggered by the base station 110.
  • UE capability information indicating whether the UE 120 can transmit an uplink signal by increasing or decreasing transmission power may be transmitted to the base station 110.
  • the support confirmation procedure 410 of the AI model for transmission power control and the ES mode support confirmation procedure 420 of the AI model for transmission power control use RRC (radio resource control) signaling during initial accesses or handover. It can be done through.
  • RRC radio resource control
  • FIG. 5 is a flowchart illustrating a method by which the base station 110 responds to the use (or switching) of the ES mode of the AI model 111 for transmission power control according to a request from the UE 120 according to an embodiment.
  • the UE 120 may transmit a request signal for the ES mode of the AI model 111 for transmission power control to the base station 110.
  • the request signal may be transmitted through messages such as RRC, medium access control-control element (MAC-CE), or uplink control information (UCI).
  • RRC resource control control
  • MAC-CE medium access control-control element
  • UCI uplink control information
  • the UE 120 may transmit the request signal periodically or in an event-triggered manner.
  • event trigger methods include a method that is triggered when the battery of the UE (120) falls below a threshold, a method in which the downlink reference signal received power (RSRP) is above the threshold and a high modulation and coding scheme (MCS) is used.
  • RSRP downlink reference signal received power
  • MCS modulation and coding scheme
  • the base station 110 which has received a request from the UE 120, may determine whether to use (or switch to) the AI model 111 for transmission power control to the ES mode.
  • the base station 110 may determine whether to use (or switch to) the AI model 111 for transmission power control to the ES mode based on information about at least one of uplink reception characteristics and cell information. The specific decision method will be described with reference to FIG. 8.
  • the base station 110 may transmit a response signal including information indicating whether to use (or switch to) the ES mode of the AI model 111 for transmission power control to the UE 120.
  • the response signal may be transmitted through messages such as RRC, medium access control-control element (MAC-CE), or downlink control information (DCI).
  • RRC radio resource control
  • MAC-CE medium access control-control element
  • DCI downlink control information
  • the base station 110 may transmit an accept response to the UE 120. If the base station 110 determines not to use (or switch to) the AI model 111 for transmission power control to the ES mode, it may transmit a reject response to the UE 120.
  • the response signal may include setting information related to the transmission power range (Tx power range).
  • Setting information related to the transmission power range may include setting information about the maximum transmission power (P_CMAX).
  • the transmission power range or maximum transmission power can be transmitted through the TCP (transmission power control) field in DCI format.
  • Configuration information for the TPC field can be transmitted through DCI or RRC signaling.
  • Table 1 is an example of the mapping relationship between the TPC Command field and the transmission power range for the ES mode of the AI model 111 for transmission power control.
  • dBm refers to the unit of power expressed in mW on a dB scale.
  • Table 2 is an example of the mapping relationship between the TPC Command field and maximum transmission power for the ES mode of the AI model 111 for transmission power control.
  • dBm refers to the unit of power expressed in mW on a dB scale.
  • FIG. 6 is a flowchart illustrating a case where the base station 110 responds to accept (or switch to) the ES mode of the AI model 111 for transmission power control according to an embodiment.
  • the UE 120 may transmit a request signal for the ES mode of the AI model 111 for transmission power control to the base station 110.
  • the request signal may be transmitted through messages such as RRC, medium access control-control element (MAC-CE), or uplink control information (UCI).
  • RRC resource control control
  • MAC-CE medium access control-control element
  • UCI uplink control information
  • the base station 110 may determine use (or switch) of the AI model 111 for transmission power control to ES mode.
  • the base station 110 may determine use (or switch) of the AI model 111 for transmission power control to ES mode based on information about at least one of uplink reception characteristics and cell information. If it is determined that the base station 110 will show similar reception performance even if the UE 120 transmits an uplink signal by lowering the transmission power, the base station 110 determines the use (or conversion) of the AI model 111 for transmission power control to ES mode. You can. The specific decision method will be described with reference to FIG. 8.
  • the base station 110 may transmit an accept response signal to the UE 120 based on the decision to use (or switch to) the AI model 111 for transmission power control to ES mode.
  • the acceptance response signal may be transmitted through messages such as RRC, medium access control-control element (MAC-CE), or downlink control information (DCI).
  • RRC radio resource control
  • MAC-CE medium access control-control element
  • DCI downlink control information
  • the acceptance response signal may include information indicating use (or conversion) of the AI model 111 for transmission power control to ES mode.
  • the acceptance response signal may include setting information related to the transmission power range.
  • the setting information related to the transmission power range may include a transmission power value belonging to a lower range than the transmission power preset in the UE 120. there is.
  • the UE 120 may transmit an uplink signal to the base station 110 according to the first transmission power set based on configuration information related to the transmission power range.
  • the first transmission power may be lower than the transmission power preset in the UE 120.
  • the preset transmission power may mean the transmission power set in the CE mode of the AI model for transmission power control.
  • the base station 110 may make its own judgment and transmit an acceptance response signal to the UE 120. In this case, Also, it can operate similarly to steps S620 to S640.
  • the UE 120 can transmit an uplink signal with lower transmission power than in the CE mode, so that the UE 120 can transmit an uplink signal with a lower transmission power than in the CE mode. As power consumption is reduced, the UE 120 can save energy.
  • FIG. 7 is a flowchart illustrating a case where the base station 110 responds to reject the use (or switch) to the ES mode of the AI model 111 for transmission power control according to an embodiment.
  • the UE 120 may transmit a request signal for the ES mode of the AI model 111 for transmission power control to the base station 110.
  • the request signal may be transmitted through messages such as RRC, medium access control-control element (MAC-CE), or uplink control information (UCI).
  • RRC resource control control
  • MAC-CE medium access control-control element
  • UCI uplink control information
  • the base station 110 may determine not to use (or switch) the AI model 111 for transmission power control to ES mode.
  • the base station 110 may determine not to use (or switch to) the AI model 111 for transmission power control to ES mode based on information about at least one of uplink reception characteristics and cell information. If the base station 110 determines that reception performance will rapidly deteriorate if the UE 120 lowers the transmission power and transmits an uplink signal, the base station 110 will not use (or switch to) the AI model 111 for transmission power control to ES mode. can decide The specific decision method will be described with reference to FIG. 8.
  • the base station 110 may transmit a reject response signal to the UE 120 based on a decision not to use (or switch to) the AI model 111 for transmission power control to ES mode.
  • the rejection response signal may be transmitted through a message such as RRC, medium access control-control element (MAC-CE), or downlink control information (DCI).
  • RRC radio resource control
  • MAC-CE medium access control-control element
  • DCI downlink control information
  • the rejection response signal may include information indicating that the AI model 111 for transmission power control is not used (or switched) to the ES mode.
  • the rejection response signal may include setting information related to the transmission power range.
  • the setting information related to the transmission power range includes a transmission power value within a range equal to or higher than the transmission power preset in the UE 120. can do.
  • the UE 120 may transmit an uplink signal to the base station 110 according to the second transmission power set based on configuration information related to the transmission power range.
  • the second transmission power may be equal to or higher than the transmission power preset in the UE 120.
  • the preset transmission power may mean the transmission power set in the CE mode of the AI model for transmission power control.
  • steps S710 to S740 even if there is a request from the UE, if the reception performance of the base station 110 is expected to rapidly deteriorate, the AI model 111 for transmission power control is maintained in CE mode without switching to ES mode, Coverage can be improved.
  • FIG. 8 is a flowchart illustrating an example of a process in which the base station 110 determines whether to use (or switch to) the ES mode of the AI model 111 for transmission power control according to an embodiment.
  • the base station 110 receives a request for the ES mode of the AI model for transmission power control from the UE 120.
  • the base station 110 upon receiving the request from the UE 120, may determine whether to use (or switch to) the ES mode of the AI model 111 for transmission power control (steps S520, S620, and S720).
  • the base station 110 may determine whether to use (or switch to) the ES mode of the AI model 111 for transmission power control based on at least one of the base station's reception characteristics or cell information.
  • examples of reception characteristics of the base station may include uplink RSRP, error vector magnitude (EVM), etc.
  • Examples of cell information may include the location of neighboring cells and cell load. Cell load may refer to the number of UEs or occupied physical resource blocks (PRBs).
  • the decision criteria of the base station 110 are not limited to the above examples and may further include other information that can indicate the reception performance of the base station 110.
  • step S820 the base station 110 determines that the uplink RSRP is set to the threshold ( ) can be determined.
  • Threshold( ) may be preset in the base station 110.
  • step S830 the base station 110 determines that the EVM is set to the threshold ( ) can be determined.
  • Threshold( ) may be preset in the base station 110.
  • step S840 the base station 110 determines that the uplink RSRP is set to the threshold ( ), or the EVM is below the threshold ( ), a rejection response signal may be transmitted to the UE 120.
  • the base station 110 sets the uplink RSRP to a threshold value ( ), or the EVM is below the threshold ( ), if the UE 120 transmits an uplink signal by lowering the transmission power, it is judged that reception performance will rapidly deteriorate, so the AI model 111 for transmission power control is not used (or switched) to ES mode. You can decide not to do it.
  • the base station 110 may instruct a handover while transmitting an acceptance response signal to the UE 120.
  • step S850 the base station 110 determines that the uplink RSRP is set to the threshold ( ) and not less than (i.e., the threshold ( ) or more), and EVM is the threshold ( ) does not exceed (i.e., the threshold ( ) or less), an acceptance response signal may be transmitted to the UE 120.
  • the base station 110 sets the uplink RSRP to a threshold value ( ) and not less than (i.e., the threshold ( ) or more), and EVM is the threshold ( ) does not exceed (i.e., the threshold ( ) or less), the UE 120 determines that similar reception performance can be obtained even if it transmits an uplink signal by lowering the transmission power, and decides to use (or switch to) the AI model 111 for transmission power control to ES mode. there is.
  • FIG. 9 is a flowchart illustrating a method of releasing the ES mode of the AI model 111 for transmit power control under the direction of the base station 110 according to an embodiment.
  • the base station 110 may determine to release the ES mode of the AI model 111 for transmission power control.
  • the base station 110 determines that the UE 120 is outside the coverage area where the ES mode of the AI model 111 for transmission power control can be used, that is, when the base station 110 determines that the reception performance of the base station 110 is rapidly degraded. You can decide to disable ES mode.
  • the base station 110 identifies the UE 120 as being outside the available coverage of the ES mode of the AI model 111 for transmission power control in a manner similar to the method described in FIG. 8 (steps S820 to S850), that is, , it is determined that the reception performance of the base station 110 is rapidly deteriorating, and a decision to release the ES mode can be made.
  • the base station 110 may transmit an ES mode release signal of the AI model 111 for transmission power control to the UE 120.
  • the release signal may be transmitted through messages such as RRC, medium access control-control element (MAC-CE), or downlink control information (DCI).
  • the release signal may include information indicating release of the ES mode of the AI model 111 for transmission power control.
  • the release signal may include information instructing to transmit an uplink signal at a third transmission power that is higher than the first transmission power.
  • the UE 120 may transmit an uplink signal to the base station 110 according to the third transmission power. Since the third transmission power is higher than the first transmission power set for ES mode, the AI model 111 for transmission power control can be used (or switched) back to CE mode after releasing ES mode.
  • FIG. 10 is a flowchart illustrating a method of disabling the ES mode of an AI model for transmit power control at the request of a UE according to an embodiment.
  • the UE 120 may determine to release the ES mode of the AI model for transmission power control.
  • the UE 120 may decide to release the ES mode of the AI model for transmit power control using a method similar to the method (steps S1210 to S1260) described in FIG. 12.
  • the UE 120 may decide to release the ES mode of the AI model for power control based on information about the channel between the UE 120 and the base station 110 and UE 120 status information.
  • Information about the channel between the UE 120 and the base station 110 includes MCS (modulation coding scheme), surrounding environment (temperature, humidity, terrain, etc.), obstacles (mountains, buildings, etc.) or noise, and path loss due to interference. ), shadowing, fading, etc. may be included, and the UE 120 status information may include battery information of the UE 120.
  • the decision criteria of the UE 120 are not limited to the above examples and include all information that the UE 120 can use to predict the reception performance of the base station 110.
  • the UE 120 may transmit a release request signal for the AI model for transmission power control to the base station 110 based on the release decision.
  • the release request signal may be transmitted through a message such as RRC, medium access control-control element (MAC-CE), or uplink control information (UCI).
  • the release request signal may include information requesting transmission power instruction.
  • the base station 110 which has received the release request signal from the UE 120, may transmit an ES mode release signal of the AI model 111 for transmission power control to the UE 120.
  • the release signal may be transmitted through messages such as RRC, medium access control-control element (MAC-CE), or downlink control information (DCI).
  • the release signal may include information indicating release of the ES mode of the AI model 111 for transmission power control.
  • the release signal may include information instructing to transmit an uplink signal with a third transmission power that is higher than the first transmission power.
  • the UE 120 may transmit an uplink signal to the base station 110 according to the third transmission power. Since the third transmission power is higher than the first transmission power set for ES mode, the AI model 111 for transmission power control can be used (or switched) back to CE mode after releasing ES mode.
  • FIG. 11 is a flowchart illustrating a method by which a UE notifies a base station of a switch to ES mode of an AI model for transmission power control, according to an embodiment.
  • the UE 120 may determine use (or switch) of the AI model 111 for transmission power control to ES mode.
  • the UE 120 may decide to use (or switch to) the AI model 111 for transmission power control to ES mode based on information about the channel between the UE 120 and the base station 110 and UE 120 status information. there is. If the UE 120 determines that the reception performance of the base station 110 will not be significantly reduced even if the uplink signal is transmitted by lowering the transmission power, the UE 120 uses (or switches to) the AI model 111 for transmission power control to ES mode. You can decide. The specific decision method will be described with reference to FIG. 12.
  • step S1120 the UE 120 sets the ES mode of the AI model 111 for transmission power control to the base station 110 based on the decision to use (or switch to) the ES mode of the AI model 111 for transmission power control.
  • a notification signal can be transmitted. Notification signals may be transmitted through messages such as RRC, medium access control-control element (MAC-CE), or uplink control information (UCI).
  • RRC radio resource control
  • MAC-CE medium access control-control element
  • UCI uplink control information
  • the notification signal may include information instructing the use (or switching) of the ES mode of the AI model for transmission power control.
  • the notification signal may include information related to the fourth transmission power adjusted to be lower than the transmission power preset in the UE 120.
  • the preset transmission power may mean the transmission power set in the CE mode of the AI model for transmission power control.
  • step S1130 the UE 120 may transmit an uplink signal to the base station 110 according to the fourth transmission power adjusted to be lower than the preset transmission power.
  • the UE 120 in the ES mode of the AI model for transmission power control, can transmit an uplink signal with lower transmission power than in the CE mode, so that the UE 120 can transmit an uplink signal to obtain similar reception performance. As power consumption is reduced, the UE 120 can save energy.
  • an AI model (111) for transmit power control is provided to the base station 110. ) can transmit a signal notifying that it will not be used (or converted) to ES mode. In this case, the UE 120 may attempt to determine step S1110 again when a certain condition is satisfied or at a certain period.
  • the AI model 111 for transmit power control of the base station 110 operates in ES mode
  • the AI model for transmit power control according to steps S910 to S930 described with reference to FIG. 9 ( 111) ES mode can be released.
  • the third transmission power may be higher than the fourth transmission power.
  • the AI model 111 for transmit power control of the base station 110 operates in ES mode
  • the AI model for transmit power control according to steps S1010 to S1040 described with reference to FIG. 10 ( 111) ES mode can be released.
  • the third transmission power may be higher than the fourth transmission power.
  • FIG. 12 is a flowchart illustrating an example of a process in which a UE determines whether to switch to the ES mode of an AI model for transmit power control, according to an embodiment.
  • step S1210 the UE 120 selects the ES mode of the AI model 111 for transmit power control based on information about the channel between the UE 120 and the base station 110 and UE 120 status information. You can decide on its use (or conversion).
  • information about the channel between the UE 120 and the base station 110 includes MCS (modulation coding scheme), surrounding environment (temperature, humidity, terrain, etc.), obstacles (mountains, buildings, etc.) or noise, and path loss due to interference. (pathloss), shadowing, fading, etc. may be included, and the UE 120 status information may include battery information of the UE 120.
  • MCS modulation coding scheme
  • obstacles mountains, buildings, etc.
  • noise path loss due to interference.
  • pathloss path loss due to interference.
  • the UE 120 status information may include battery information of the UE 120.
  • the decision criteria of the UE 120 are not limited to the above examples and include all information that the UE 120 can use to predict the reception performance of the base station 110.
  • step S1220 the UE 120 determines that the path loss is a threshold ( ) or less, and the battery of the UE (120) is below the threshold ( ) can be judged as follows. Threshold( ) and threshold ( ) may be preset in the UE 120.
  • step S1230 the UE 120 determines that the MCS is set to the threshold ( ) or more, and the battery of the UE (120) reaches the threshold ( ) can be judged as follows. Threshold( ) and threshold ( ) may be preset in the UE 120.
  • step S1240 the UE 120 determines that the path loss is a threshold ( ) or less, and the battery of the UE (120) is below the threshold ( ) or less, or MCS is the threshold ( ) or more, and the battery of the UE (120) reaches the threshold ( )
  • use (or conversion) of the AI model 111 for transmission power control to ES mode can be determined.
  • the UE 120 Based on the decision to use (or switch to) the AI model 111 for transmission power control to ES mode, the UE 120 notifies the base station 110 for the ES mode of the AI model 111 for transmission power control. ) signals can be transmitted.
  • step S1250 the UE 120 determines that the path loss is a threshold ( ), or the battery of E (120) exceeds the threshold ( ) exceeds, or, MCS exceeds the threshold ( ), if the UE 120 transmits an uplink signal by lowering the transmission power, it is determined that the reception performance of the base station 110 will rapidly deteriorate, and the uplink signal is transmitted to the base station 110 according to the preset transmission power.
  • the preset transmission power may mean the transmission power set in the CE mode of the AI model for transmission power control.
  • the UE 120 may transmit a signal notifying the base station 110 that the AI model 111 for transmission power control will not be used (or converted) to ES mode.
  • the UE 120 may attempt to determine steps S1220 and S1240 again when a certain condition is satisfied or at certain intervals.
  • Figure 13 is a block diagram of a UE according to one embodiment.
  • the UE 1300 may be comprised of a transceiver 1310, a processor 1320, and a memory 1330. According to the above-described communication method of the UE 1300, the transceiver 1310, processor 1320, and memory 1330 of the UE 1300 may operate. However, the components of the UE 1300 are not limited to the examples described above. For example, the UE 1300 may include more or fewer components than the components described above. In one embodiment, the transceiver 1310, processor 1320, and memory 1330 may be implemented in the form of a single chip. Additionally, processor 1320 may include one or more processors.
  • the transceiving unit 1310 is a general term for the receiving unit of the UE 1300 and the transmitting unit of the UE 1300, and can transmit and receive signals with a base station or a network entity. Signals transmitted and received from a base station or network entity may include control information and data. To this end, the transceiver 1310 may be composed of an RF transmitter that up-converts and amplifies the frequency of the transmitted signal, and an RF receiver that amplifies the received signal with low noise and down-converts the frequency. However, this is one embodiment of the transceiver 1310, and the components of the transceiver 1310 are not limited to the RF transmitter and RF receiver.
  • the transceiver 1310 may perform functions for transmitting and receiving signals through a wireless channel. For example, the transceiver 1310 may receive a signal through a wireless channel, output the signal to the processor 1320, and transmit the signal output from the processor 1320 through the wireless channel.
  • the memory 1330 may store programs and data necessary for the operation of the UE 1300. Additionally, the memory 1330 may store control information or data included in signals obtained from the base station.
  • the memory 1330 may be composed of a storage medium such as ROM, RAM, hard disk, CD-ROM, and DVD, or a combination of storage media. Additionally, the memory 1330 may not exist separately but may be included in the processor 1320.
  • the memory 1330 may be comprised of volatile memory, non-volatile memory, or a combination of volatile memory and non-volatile memory. Additionally, the memory 1330 may provide stored data according to a request from the processor 1320.
  • the processor 1320 may control a series of processes so that the UE 1300 can operate according to the above-described embodiment of the present disclosure.
  • the processor 1320 may receive control signals and data signals through the transceiver 1310 and process the received control signals and data signals.
  • the processor 1320 may transmit the processed control signal and data signal through the transceiver 1310.
  • the processor 1320 can write or read data into the memory 1330.
  • the processor 1320 can perform protocol stack functions required by communication standards.
  • the processor 1320 may include at least one processor or microprocessor.
  • a portion of the transceiver 1310 or the processor 1320 may be referred to as a communication processor (CP).
  • CP communication processor
  • the processor 1320 may be comprised of one or multiple processors.
  • one or more processors may be a general-purpose processor such as a CPU, AP, or DSP (Digital Signal Processor), a graphics-specific processor such as a GPU or VPU (Vision Processing Unit), or an artificial intelligence-specific processor such as an NPU.
  • the artificial intelligence dedicated processors may be designed with a hardware structure specialized for processing a specific artificial intelligence model.
  • the processor 1320 may transmit a request for the ES mode of the AI model for transmit power control of the base station to the base station. Additionally, the processor 1320 may receive a response regarding the ES mode of the AI model for transmit power control and information regarding the transmit power range from the base station. The processor 1320 may determine whether to use (or switch to) or release the ES mode of the AI model for transmit power control of the base station, based on preset conditions. The processor 1120 may request to release the ES mode of the AI model for transmission power control.
  • Figure 14 is a block diagram of a base station according to one embodiment.
  • the base station 1400 may be comprised of a transceiver 1410, a processor 1420, and a memory 1430. According to the communication method of the base station 1400 described above, the transceiver unit 1410, processor 1420, and memory 1430 of the base station 1400 may operate. However, the components of the base station 1400 are not limited to the examples described above. For example, the base station 1400 may include more or fewer components than the components described above. In one embodiment, the transceiver 1410, processor 1420, and memory 1430 may be implemented in the form of a single chip. Additionally, processor 1420 may include one or more processors.
  • the transceiving unit 1410 is a general term for the receiving unit of the base station 1400 and the transmitting unit of the base station 1200, and can transmit and receive signals with a UE or a network entity. Signals transmitted and received from a UE or network entity may include control information and data. To this end, the transceiver 1410 may be composed of an RF transmitter that up-converts and amplifies the frequency of the transmitted signal, and an RF receiver that amplifies the received signal with low noise and down-converts the frequency. However, this is one embodiment of the transceiver 1410, and the components of the transceiver 1410 are not limited to the RF transmitter and RF receiver.
  • the transceiver 1410 may perform functions for transmitting and receiving signals through a wireless channel. For example, the transceiver 1410 may receive a signal through a wireless channel, output the signal to the processor 1420, and transmit the signal output from the processor 1420 through the wireless channel.
  • the memory 1430 can store programs and data necessary for the operation of the base station 1400. Additionally, the memory 1430 may store control information or data included in the signal obtained from the base station 1400.
  • the memory 1430 may be composed of a storage medium such as ROM, RAM, hard disk, CD-ROM, and DVD, or a combination of storage media. Additionally, the memory 1430 may not exist separately but may be included in the processor 1420.
  • the memory 1430 may be comprised of volatile memory, non-volatile memory, or a combination of volatile memory and non-volatile memory. Additionally, the memory 1430 may provide stored data according to a request from the processor 1420.
  • the processor 1420 can control a series of processes so that the base station 1400 can operate according to the above-described embodiment of the present disclosure.
  • the processor 1420 may receive control signals and data signals through the transceiver 1410 and process the received control signals and data signals.
  • the processor 1420 may transmit the processed control signal and data signal through the transceiver 1410.
  • the processor 1420 can write or read data to the memory 1430.
  • the processor 1420 can perform protocol stack functions required by communication standards.
  • the processor 1420 may include at least one processor or microprocessor.
  • a portion of the transceiver 1410 or the processor 1420 may be referred to as a communication processor (CP).
  • CP communication processor
  • the processor 1420 may be comprised of one or multiple processors.
  • one or more processors may be a general-purpose processor such as a CPU, AP, or DSP (Digital Signal Processor), a graphics-specific processor such as a GPU or VPU (Vision Processing Unit), or an artificial intelligence-specific processor such as an NPU.
  • the artificial intelligence dedicated processors may be designed with a hardware structure specialized for processing a specific artificial intelligence model.
  • the processor 1420 may receive a request for the ES mode of the AI model for transmission power control from the UE. Additionally, the processor 1420 may determine whether to use (or switch to) or release the ES mode of the AI model for transmission power control based on preset conditions. The processor 1420 may transmit a response to accept, reject, or release the ES mode use (or switch) of the AI model for transmit power control to the UE, and transmit setting information regarding the transmit power range or transmit power value.
  • the processor may consist of one or multiple processors.
  • one or more processors may be a general-purpose processor such as a CPU, AP, or DSP (Digital Signal Processor), a graphics-specific processor such as a GPU or VPU (Vision Processing Unit), or an artificial intelligence-specific processor such as an NPU.
  • One or more processors control input data to be processed according to predefined operation rules or artificial intelligence models stored in memory. If one or more processors are dedicated artificial intelligence processors, the artificial intelligence dedicated processors may be designed with a hardware structure specialized for processing a specific artificial intelligence model.
  • Predefined operation rules or artificial intelligence models are characterized by being created through learning.
  • created through learning is a predefined operation set to perform the desired characteristics (or purpose) by learning the basic artificial intelligence model (or deep learning model) using a large number of learning data by a learning algorithm.
  • This learning may be performed on the device itself that performs the artificial intelligence according to the present disclosure, or may be performed through a separate server and/or system. Examples of learning algorithms include supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, but are not limited to the examples described above.
  • An artificial intelligence model may be composed of multiple neural network layers.
  • Each of the plurality of neural network layers has a plurality of weight values, and neural network calculation is performed through calculation between the calculation result of the previous layer and the plurality of weights.
  • Multiple weights of multiple neural network layers can be optimized by the learning results of the artificial intelligence model. For example, a plurality of weights may be updated so that loss or cost values obtained from the artificial intelligence model are reduced or minimized during the learning process.
  • DNNs deep neural networks
  • CNNs Convolutional Neural Networks
  • RNNs Recurrent Neural Networks
  • RBMs Restricted Boltzmann Machines
  • DNNs Deep Belief Networks
  • BNNs Bidirectional Recurrent Deep Neural Networks
  • DNNs Deep Q-Networks
  • a specific example for explaining an embodiment according to the present disclosure is only a combination of each standard, method, detailed method, and operation, and the base station and the UE can use artificial intelligence (AI) through a combination of at least two or more techniques among the various techniques described. It is possible to secure coverage and save the UE's transmission energy through model-based compensation for nonlinearity of the transmitter amplifier. Additionally, at this time, it may be performed according to a method determined through one or a combination of at least two of the above-described techniques. For example, it may be possible to perform some of the operations of one embodiment in combination with some of the operations of another embodiment.
  • AI artificial intelligence
  • a storage medium that can be read by a device may be provided in the form of a non-transitory storage medium.
  • 'non-transitory storage medium' only means that it is a tangible device and does not contain signals (e.g. electromagnetic waves). This term refers to cases where data is semi-permanently stored in a storage medium and temporary storage media. It does not distinguish between cases where it is stored as .
  • a 'non-transitory storage medium' may include a buffer where data is temporarily stored.
  • Computer program products are commodities and can be traded between sellers and buyers.
  • a computer program product may be distributed in the form of a machine-readable storage medium (e.g. compact disc read only memory (CD-ROM)) or through an application store or between two user devices (e.g. smartphones). It may be distributed in person or online (e.g., downloaded or uploaded). In the case of online distribution, at least a portion of the computer program product (e.g., a downloadable app) is stored on a machine-readable storage medium, such as the memory of a manufacturer's server, an application store's server, or a relay server. It can be temporarily stored or created temporarily.
  • a machine-readable storage medium such as the memory of a manufacturer's server, an application store's server, or a relay server. It can be temporarily stored or created temporarily.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 개시는 LTE와 같은 4G 통신 시스템 이후 보다 높은 데이터 전송률을 지원하기 위한 5G 또는 6G 통신 시스템에 관련된 것이다. 본 개시의 일 실시예에 따른 기지국은 UE로부터 송신 전력 제어용 AI 모델의 에너지 절약 모드(energy saving mode, ES모드)를 위한 요청 신호를 수신하고, 송신 전력 제어용 AI 모델의 ES모드로의 사용(또는 전환) 여부를 결정하고, 결정에 기초하여, 송신 전력 제어용 AI 모델의 ES모드로의 사용(또는 전환) 여부를 나타내는 정보를 포함하는 응답 신호를 UE에 전송할 수 있다.

Description

무선 통신 시스템에서 UE의 송신 전력을 제어하는 방법 및 장치
본 개시는 무선 통신 시스템에 관한 것이며, 구체적으로는, AI(artificial intelligence) 모델 기반의 송신단 증폭기 비선형성 보상을 통해 UE의 송신 전력을 제어하기 위한 방법 및 장치에 관한 것이다.
무선 통신 세대를 거듭하면서 발전한 과정을 돌아보면 음성, 멀티미디어, 데이터 등 주로 인간 대상의 서비스를 위한 기술이 개발되어 왔다. 5G (5th-generation) 통신 시스템 상용화 이후 폭발적인 증가 추세에 있는 커넥티드 기기들이 통신 네트워크에 연결될 것으로 전망되고 있다. 네트워크에 연결된 사물의 예로는 차량, 로봇, 드론, 가전제품, 디스플레이, 각종 인프라에 설치된 스마트 센서, 건설기계, 공장 장비 등이 있을 수 있다. 모바일 기기는 증강현실 안경, 가상현실 헤드셋, 홀로그램 기기 등 다양한 폼팩터로 진화할 것으로 예상된다. 6G (6th-generation) 시대에는 수천억 개의 기기 및 사물을 연결하여 다양한 서비스를 제공하기 위해, 개선된 6G 통신 시스템을 개발하기 위한 노력이 이루어지고 있다. 이러한 이유로, 6G 통신 시스템은 5G 통신 이후 (beyond 5G) 시스템이라 불리어지고 있다.
2030년쯤 실현될 것으로 예측되는 6G 통신 시스템에서 최대 전송 속도는 테라 (즉, 1,000기가) bps, 무선 지연시간은 100마이크로초(μsec) 이다. 즉, 5G 통신 시스템대비 6G 통신 시스템에서의 전송 속도는 50배 빨라지고 무선 지연시간은 10분의 1로 줄어든다.
이러한 높은 데이터 전송 속도 및 초저(ultra low) 지연시간을 달성하기 위해, 6G 통신 시스템은 테라헤르츠(terahertz) 대역 (예를 들어, 95기가헤르츠(95GHz)에서 3테라헤르츠(3THz)대역과 같은)에서의 구현이 고려되고 있다. 테라헤르츠 대역에서는 5G에서 도입된 밀리미터파(mmWave) 대역에 비해 더 심각한 경로손실 및 대기흡수 현상으로 인해서 신호 도달거리, 즉 커버리지를 보장할 수 있는 기술의 중요성이 더 커질 것으로 예상된다. 커버리지를 보장하기 위한 주요 기술로서 RF(radio frequency) 소자, 안테나, OFDM (orthogonal frequency division multiplexing)보다 커버리지 측면에서 더 우수한 신규 파형(waveform), 빔포밍(beamforming) 및 거대 배열 다중 입출력(massive multiple-input and multiple-output; massive MIMO), 전차원 다중 입출력(full dimensional MIMO; FD-MIMO), 어레이 안테나(array antenna), 대규모 안테나(large scale antenna)와 같은 다중 안테나 전송 기술 등이 개발되어야 한다. 이 외에도 테라헤르츠 대역 신호의 커버리지를 개선하기 위해 메타물질(metamaterial) 기반 렌즈 및 안테나, OAM(orbital angular momentum)을 이용한 고차원 공간 다중화 기술, RIS(reconfigurable intelligent surface) 등 새로운 기술들이 논의되고 있다.
또한 주파수 효율 향상 및 시스템 네트워크 개선을 위해, 6G 통신 시스템에서는 상향링크(uplink)와 하향링크(downlink)가 동일 시간에 동일 주파수 자원을 동시에 활용하는 전이중화(full duplex) 기술, 위성(satellite) 및 HAPS(high-altitude platform stations)등을 통합적으로 활용하는 네트워크 기술, 이동 기지국 등을 지원하고 네트워크 운영 최적화 및 자동화 등을 가능하게 하는 네트워크 구조 혁신 기술, 스펙트럼 사용 예측에 기초한 충돌 회피를 통한 동적 주파수 공유 (dynamic spectrum sharing) 기술, AI (artificial intelligence)를 설계 단계에서부터 활용하고 종단간(end-to-end) AI 지원 기능을 내재화하여 시스템 최적화를 실현하는 AI 기반 통신 기술, 단말 연산 능력의 한계를 넘어서는 복잡도의 서비스를 초고성능 통신과 컴퓨팅 자원(mobile edge computing (MEC), 클라우드 등)을 활용하여 실현하는 차세대 분산 컴퓨팅 기술 등의 개발이 이루어지고 있다. 뿐만 아니라 6G 통신 시스템에서 이용될 새로운 프로토콜의 설계, 하드웨어 기반의 보안 환경의 구현 및 데이터의 안전 활용을 위한 메커니즘 개발 및 프라이버시 유지 방법에 관한 기술 개발을 통해 디바이스 간의 연결성을 더 강화하고, 네트워크를 더 최적화하고, 네트워크 엔티티의 소프트웨어화를 촉진하며, 무선 통신의 개방성을 높이려는 시도가 계속되고 있다.
이러한 6G 통신 시스템의 연구 및 개발로 인해, 사물 간의 연결뿐만 아니라 사람과사물 간의 연결까지 모두 포함하는 6G 통신 시스템의 초연결성(hyper-connectivity)을 통해 새로운 차원의 초연결 경험(the next hyper-connected experience)이 가능해질 것으로 기대된다. 구체적으로 6G 통신 시스템을 통해 초실감 확장 현실(truly immersive extended reality; truly immersive XR), 고정밀 모바일 홀로그램(high-fidelity mobile hologram), 디지털 복제(digital replica) 등의 서비스 제공이 가능할 것으로 전망된다. 또한 보안 및 신뢰도 증진을 통한 원격 수술(remote surgery), 산업 자동화(industrial automation) 및 비상 응답(emergency response)과 같은 서비스가 6G 통신 시스템을 통해 제공됨으로써 산업, 의료, 자동차, 가전 등 다양한 분야에서 응용될 것이다.
본 개시의 실시예들은 AI모델 기반의 송신단 증폭기 비선형성 보상을 통한 UE의 송신 전력을 제어하는 방법 및 장치를 제공하기 위한 것이다.
일 실시예에 따른 무선 통신 시스템에서 UE의 에너지 절약을 위한 기지국의 방법이 제공된다. 상기 기지국의 방법은, UE로부터, 송신 전력 제어용 AI 모델의 에너지 절약 모드(energy saving mode, ES모드)를 위한 요청 신호를 수신하는 단계; 송신 전력 제어용 AI 모델의 상기 ES모드로의 전환 여부를 결정하는 단계; 및 결정에 기초하여, 송신 전력 제어용 AI 모델의 ES모드로의 전환 여부를 나타내는 정보를 포함하는 응답 신호를 UE에 전송하는 단계를 포함할 수 있다.
일 실시예에 따른 무선 통신 시스템에서 UE의 에너지 절약을 위한 UE의 방법이 제공된다. 상기 UE의 방법은, 기지국에 송신 전력 제어용 AI 모델의 에너지 절약 모드(energy saving mode, ES모드)를 위한 요청 신호를 전송하는 단계; 및 기지국에 의해 결정된 송신 전력 제어용 AI 모델의 ES모드로의 전환 여부에 기초하여, 기지국으로부터, 송신 전력 제어용 AI 모델의 ES모드로의 전환 여부를 나타내는 정보를 포함하는 응답 신호를 수신하는 단계를 포함할 수 있다.
일 실시예에 따른 무선 통신 시스템에서 UE의 에너지 절약을 위한 기지국이 제공된다. 상기 기지국은, 송수신부, 및 송수신부에 연결된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서는, UE로부터, 송신 전력 제어용 AI 모델의 에너지 절약 모드(energy saving mode, ES모드)를 위한 요청 신호를 수신하고, 송신 전력 제어용 AI 모델의 ES모드로의 전환 여부를 결정하고, 결정에 기초하여, 송신 전력 제어용 AI 모델의 ES모드로의 전환 여부를 나타내는 정보를 포함하는 응답 신호를 UE에 전송할 수 있다.
일 실시예에 따른 무선 통신 시스템에서 UE의 에너지 절약을 위한 UE가 제공된다. 상기 UE는, 송수신부, 및 송수신부에 연결된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서는, 기지국에 송신 전력 제어용 AI 모델의 에너지 절약 모드(energy saving mode, ES모드)를 위한 요청 신호를 전송하고, 기지국에 의해 결정된 송신 전력 제어용 AI 모델의 ES모드로의 전환 여부에 기초하여, 기지국으로부터, 송신 전력 제어용 AI 모델의 ES모드로의 전환 여부를 나타내는 정보를 포함하는 응답 신호를 수신할 수 있다.
일 실시예에 따라, 본 명세서에 개시된 방법의 실시예들 중에서 적어도 하나를 컴퓨터에서 실행하기 위한 프로그램이 저장된 컴퓨터로 읽을 수 있는 기록 매체가 제공된다.
다른 기술적 특징들은 다음의 도면들, 설명들 및 청구항들로부터 본 기술분야의 통상의 기술자에게 쉽사리 명확하게 될 수 있다.
도 1은 일 실시예에 따른 송신 전력 제어용 AI 모델을 활용하여 UE의 에너지를 절약하기 위한 방법을 설명하기 위한 도면이다.
도 2는 송신 전력 제어용 AI모델의 일 예를 설명하기 위한 도면이다.
도 3은 송신 전력 제어용 AI모델이 송신단의 비선형성 보상을 수행하는 방법의 일 예를 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 UE와 기지국 간, 송신 전력 제어용 AI 모델 및 에너지 절약 모드(ES 모드) 지원(capability) 확인 과정을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 UE의 요청에 따라 기지국이 송신 전력 제어용 AI 모델의 ES모드 사용(또는 전환)에 관해 응답 하는 방법을 설명하기 위한 흐름도이다.
도 6은 일 실시예에 따른 기지국이 송신 전력 제어용 AI모델의 ES모드 사용(또는 전환)을 수락(accept)하는 응답을 하는 경우를 설명하기 위한 흐름도이다.
도 7은 일 실시예에 따른 기지국이 송신 전력 제어용 AI모델의 ES모드 사용(또는 전환)을 거절(reject)하는 응답을 하는 경우를 설명하기 위한 흐름도이다.
도 8은 일 실시예에 따른 기지국이 송신 전력 제어용 AI모델의 ES 모드 사용(또는 전환) 여부를 결정하는 과정의 일 예를 설명하기 위한 흐름도이다.
도 9는 일 실시예에 따른 기지국의 지시로 송신 전력 제어용 AI모델의 ES모드를 해제하는 방법을 설명하기 위한 흐름도이다.
도 10은 일 실시예에 따른 UE의 요청에 따라 송신 전력 제어용 AI모델의 ES모드를 해제하는 방법을 설명하기 위한 흐름도이다.
도 11은 일 실시예에 따른 UE가 송신 전력 제어용 AI 모델의 ES모드 사용(또는 전환)을 기지국에 통지하는 방법을 설명하기 위한 흐름도이다.
도 12는 일 실시예에 따른 UE가 송신 전력 제어용 AI모델의 ES 모드 사용(또는 전환) 여부를 결정하는 과정의 일 예를 설명하기 위한 흐름도이다.
도 13은 일 실시예에 따른 UE의 블록도이다.
도 14는 일 실시예에 따른 기지국의 블록도이다.
아래의 "발명의 실시를 위한 형태"의 설명에 착수하기에 앞서, 본 특허 문서의 전체에 걸쳐 사용되는 특정 단어들 및 문구들의 정의들을 언급하는 것이 유리할 수 있다. "커플"이란 용어와 그 파생어들은 둘 이상의 엘리먼트들이 서로 물리적으로 접촉하든 아니든 간에, 그들 엘리먼트들 사이의 임의의 직접 또는 간접 통신을 말한다. "송신한다", "수신한다" 및 "통신한다"라는 용어들 뿐만 아니라 그 파생어들은 직접 통신 및 간접 통신 둘 다를 포함한다. "구비한다" 및 "포함한다"라는 용어들 뿐만 아니라 그 파생어들은, 제한 없는 포함을 의미한다. "또는"이란 용어는 포함적(inclusive)이며, "및/또는"을 의미한다. "~에 연관된"이란 문구 뿐만 아니라 그 파생어들은, ~를 포함한다, ~내에 포함된다, ~와 상호연결한다, ~를 담고 있다, ~내에 담긴다, ~에 또는 ~와 연결한다, ~에 또는 ~와 커플링한다, ~와 통신 가능하다, ~와 협력한다, ~를 인터리브한다, ~를 병치한다, ~에 근접된다, ~에 또는 ~와 결부된다, ~를 가진다, ~의 특성을 가진다, ~에 또는 ~와 관계를 가진다 등을 의미한다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 다만, 아래에서 논의되는 도 1 내지 도 14와, 본 명세서에서 본 개시의 원리들을 설명하는데 사용되는 다양한 실시예들은 예시일 뿐이고 어떤 식으로든 본 개시의 범위를 제한하는 것으로 해석되지 않아야 한다. 본 기술분야의 통상의 기술자들은 본 개시의 원리들이 임의의 적절히 배열된 시스템 또는 디바이스로 구현될 수 있다는 것을 이해할 것이다. 또한 본 기술분야의 통상의 기술자들은 본 개시의 원리들이 어떤 적절하게 구성된 무선 통신 시스템으로 구현될 수 있다는 것을 알 수 있을 것이다.
마찬가지 이유로 첨부된 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시 되었다. 또한, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 각 도면에서 동일한 또는 대응하는 구성 요소에는 동일한 참조 번호를 부여하였다.
또한, 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
본 개시의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시의 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 개시의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시는 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. 또한 본 개시를 설명함에 있어서 관련된 기능 또는 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단된 경우 그 상세한 설명은 생략한다. 그리고 후술되는 용어들은 본 개시에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이하, 기지국(base station, BS)은 단말의 자원 할당을 수행하는 주체로서, gNode B, eNode B, Node B, (또는 xNode B (x는 g, e를 포함하는 알파벳)), 무선 접속 유닛, 기지국 제어기, 위성(satellite), 비행체(airborn), 또는 네트워크 상의 노드 중 적어도 하나일 수 있다. 단말(user equipment, UE)은 MS(Mobile Station), 차량(Vehicular), 위성(satellite), 비행체(airborn), 셀룰러폰, 스마트폰, 컴퓨터, 또는 통신기능을 수행할 수 있는 멀티미디어 시스템을 포함할 수 있다. 본 개시에서 하향링크(Downlink, DL)는 기지국이 단말에게 전송하는 신호의 무선 전송경로이고, 상향링크(Uplink, UL)는 단말이 기국에게 전송하는 신호의 무선 전송경로를 나타낼 수 있다. 추가적으로 단말이 또 다른 단말에게 전송하는 신호의 무선 전송 경로를 의미하는 사이드링크(sidelink, SL)가 존재할 수 있다.
또한, 이하에서 LTE, LTE-A 또는 5G 시스템을 일 예로서 설명할 수도 있지만, 유사한 기술적 배경 또는 채널 형태를 갖는 여타의 통신시스템에도 본 개시의 실시예가 적용될 수 있다. 예를 들어 5G 이동통신 기술(혹은 new radio, NR) 이후에 개발되는 5G-Advance 또는 NR-Advance 또는 6세대 이동통신 기술(6G)이 이에 포함될 수 있으며, 이하의 5G는 기존의 LTE, LTE-A 및 유사한 다른 서비스를 포함하는 개념일 수도 있다. 또한, 본 개시는 숙련된 기술적 지식을 가진 자의 판단으로써 본 개시의 범위를 크게 벗어나지 아니하는 범위에서 일부 변형을 통해 다른 통신시스템에도 적용될 수 있다.
이때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행예들에서는 블록에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예를 들면, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이때, 본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다. 또한 실시예에서 ‘~부’는 하나 이상의 프로세서를 포함할 수 있다.
이하 설명에서 사용되는 방송 정보를 지칭하는 용어, 제어 정보를 지칭하는 용어, 통신 커버리지(coverage)에 관련된 용어, 상태 변화를 지칭하는 용어(예를 들어, 이벤트(event)), 망 객체(network entity)들을 지칭하는 용어, 메시지들을 지칭하는 용어, 장치의 구성 요소를 지칭하는 용어 등은 설명의 편의를 위해 예시된 것이다. 따라서, 본 개시가 후술되는 용어들에 한정되는 것은 아니며, 동등한 기술적 의미를 가지는 다른 용어가 사용될 수 있다.
이하 설명의 편의를 위하여, 본 발명은 현재 존재하는 통신표준 가운데 3GPP (The 3rd Generation Partnership Project) 단체에서 정의하는 가장 최신의 표준인 LTE 및 NR 규격에서 정의하고 있는 용어 및 명칭들을 사용한다. 하지만, 본 발명이 상기 용어 및 명칭들에 의해 한정되는 것은 아니며, 다른 규격에 따르는 시스템에도 동일하게 적용될 수 있다.
무선 통신 시스템에서는 송신단 안테나에서 신호를 송신할 때 신호가 멀리 떨어진 곳까지 도달할 수 있도록, 전력 증폭기(power amplifier)를 사용하여 적절한 최대 전력으로 신호를 증폭시켜 송신한다. 이 때 전력증폭기의 고출력 영역에서는 비선형 특성(non-linearity)이 나타나며, 이로 인해 증폭된 송신 신호에 왜곡(distortion)이 생긴다.
이러한 왜곡으로 인한 영향을 줄이기 위해, 백오프(backoff)기술이 사용된다. 백오프(backoff)기술은 전력증폭기를 최대 전력점보다 낮은 지점에서 동작하도록 함으로써, 즉, 실제 사용하는 전력레벨보다 더 높은 최대 전력점을 가진 회로를 사용함으로써 선형성(linearity)을 확보한다. 따라서, 송신 출력이 감소하여 커버리지(coverage) 손실이 있으며, 비용 면에서 비효율적이다.
최근 무선 통신 분야에서는 AI(artificial intelligence)모델을 기반으로 수신단에서 전력 증폭기의 비선형성 보상(compensate)을 수행하여, 백오프 감소를 통해 커버리지를 확보하는 기술이 개발되고 있다.
특히, 수신단에서 AI모델을 기반으로 전력 증폭기의 비선형성을 보상한다는 가정하에, 커버리지를 늘리기 위해 UE(user equipment)가 높은 송신 전력(Tx power)으로 신호를 전송하도록 지시할 수 있다. 이러한 기술은 커버리지를 늘릴 수 있다는 장점이 있지만, UE의 송신 전력이 크기 때문에, UE의 전력 소모가 커지는 문제가 발생한다.
본 개시는 상기 문제를 해결하기 위해, 수신단의 전력 증폭기 비선형성 보상을 위해 사용되는 AI모델을 일정한 경우 에너지 절약 모드(ES 모드)로 사용(또는 전환)함으로써, UE의 에너지 절약을 위한 방법 및 장치를 개시하는 것을 목적으로 한다.
본 개시의 실시예들을 통해 UE의 에너지 절약 측면과 커버리지 확보 측면을 함께 고려함으로써, 송신 전력 제어용 AI 모델을 통한 효율적인 송신 증폭기 비선형성 보상이 가능하다.
본 개시에서, 전력 증폭기의 비선형성 보상을 수행하기 위해 송신 전력을 제어하는 용도로 사용하는 AI 모델을 '송신 전력 제어용 AI 모델' 이라고 한다.
일 실시예에 따른 무선 통신 시스템에서, 송신 전력 제어용 AI 모델은, 기지국에서 훈련(training) 및 추론(inference)될 수 있다.
송신 전력 제어용 AI 모델은 다양한 위치에서 훈련 또는 추론 될 수 있는데, 예를 들어, 송신 전력 제어용 AI 모델은 OAM(operation, administration and management)에서 훈련되고, gNB 등의 기지국에서 추론될 수도 있다. 또한, OAM에서 훈련된 송신 전력 제어용 AI 모델에 기초하여 기지국이 AI 모델 훈련을 계속할 수 있다.
만일, 기지국(110)에서 CU(central unit)과 DU(distributed unit)이 분리된 경우에는, gNB-CU에서 송신 전력 제어용 AI 모델이 훈련 및 추론 될 수 있다. 또는, 송신 전력 제어용 AI 모델은 OAM(operation, administration and management)에서 훈련되고, gNB-CU에서 추론될 수도 있다.
또한, 송신 전력 제어용 AI 모델은 gNB-DU에서 훈련 및 추론 될 수도 있다. 송신 전력 제어용 AI 모델은 OAM(operation, administration and management)에서 훈련되고, gNB-DU에서 추론될 수 있다.
다만, 송신 전력 제어용 AI 모델이 훈련 및 추론되는 위치는, 상기 예시에 한정되는 것은 아니다. 이하 본 개시에서는 설명의 편의를 위해, 송신 전력 제어용 AI 모델이 기지국에서 훈련 및 추론되는 경우를 예시로 하여 설명한다.
또한, 본 명세서에서 'NN(neural network)'은 뇌 신경을 모사한 인공신경망 모델로써, 특정 알고리즘을 사용한 인공신경망 모델로 한정되지 않는다.
또한, 본 명세서에서 '파라미터'는 NN를 이루는 각 레이어의 연산 과정에서 이용되는 값으로서 예를 들어, 입력 값을 소정 연산식에 적용할 때 이용되는 가중치를 포함할 수 있다. 또한, 파라미터는 행렬 형태로 표현될 수 있다. 파라미터는 훈련의 결과로 설정되는 값으로서, 필요에 따라 별도의 훈련 데이터(training data)를 통해 갱신될 수 있다.
또한, 본 명세서에서 'NN 설정 정보'는 NN을 구성하는 요소와 관련된 정보로서 전술한 파라미터를 포함한다. NN 설정 정보를 이용하여 송신 전력 제어용 AI 모델이 설정될 수 있다. 여기서, NN 설정 정보는 NN에 포함되는 레이어의 수 또는 NN에 포함되는 노드의 수 중 적어도 하나에 대한 정보를 포함할 수 있다. 또한, NN 설정 정보는 NN에 포함되는 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 더 포함할 수 있다.
도 1은 일 실시예에 따른 기지국(110)의 송신 전력 제어용 AI 모델(111)을 활용하여 UE(120)의 에너지를 절약하기 위한 방법을 설명하기 위한 도면이다.
도 1을 참조하면, UE(120)의 배터리가 충분한 경우(121), 기지국(110)의 송신 전력 제어용 AI모델(111)은 커버리지 확장 모드(coverage extending mode, CE모드)로 동작할 수 있다. 여기서 UE(120)의 배터리가 충분한 지 여부는 배터리에 저장된 전력량, UE(120)에서 실행 중인 애플리케이션 등에 기초하여 결정될 수 있다.
송신 전력 제어용 AI모델(111)의 CE모드에서는, 기지국(110)의 수신단에서 UE(120)의 송신 증폭기의 비선형성을 보상한다는 가정하에, 기지국(110)은 UE(120)가 높은 송신 전력으로 상향링크 신호를 전송하도록 지시할 수 있다. 기지국(110)의 송신 전력 제어용 AI 모델(111)이, 커버리지 확보를 위해, 높은 송신 전력으로 전송된 왜곡된 신호를 수신하여 보상을 수행하는 동작이 CE모드에서의 동작으로 설명될 수 있다.
따라서, 송신 전력 제어용 AI모델(111)의 CE모드에서는, 송신 전력 제어용 AI 모델(111) 기반 무선 망 적응(link adaptation)기술을 이용함으로써 BLER(block error rate)를 개선할 수 있고, 이에 따라 커버리지가 향상될 수 있다.
UE(120)의 배터리가 충분하지 않은 경우(122)에는, 기지국(110)의 송신 전력 제어용 AI모델(111)을 계속 CE모드로 사용한다면 UE(120)의 전력 소모가 커지게 되므로, 기지국(110)의 송신 전력 제어용 AI모델(111)이 에너지 절약 모드(energy saving mode, ES모드)로 동작할 수 있다. 여기서, UE의 배터리가 충분하지 않은 경우(122)는, UE(120) 에너지 절약의 필요가 있는 경우의 일 예시일 뿐이다. UE(120) 에너지 절약의 필요가 있는 다른 경우에도, 기지국(110)의 송신 전력 제어용 AI모델(111)이 에너지 절약 모드(energy saving mode, ES모드)로 동작할 수 있다.
이 때, UE(120)는 기지국(110)에 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 요청(request)하거나, 스스로 판단하여 통지(notification)할 수 있다. UE(120)의 요청을 받은 기지국(110)은 수신 성능에 관한 일정 기준에 따라, 송신 전력용 AI 모델(111)의 ES모드로의 사용(또는 전환) 여부를 판단할 수 있고, 그 판단 결과를 UE(120)에 전송할 수 있다.
ES모드에서는, 기지국(110)의 수신단에서 UE(120)의 송신 증폭기의 비선형성을 보상한다는 가정하에, UE(120)가 CE모드에서보다 낮은 송신 전력으로 상향링크 신호를 전송하도록 지시할 수 있다. 기지국(110)의 송신 전력 제어용 AI 모델(111)이, UE(120)의 에너지 절약을 위해, 낮은 송신 전력으로 전송된 왜곡된 신호를 수신하여 보상을 수행하는 동작이 ES모드에서의 동작으로 설명될 수 있다.
따라서, 송신 전력 제어용 AI모델(111)의 ES모드에서는, 비슷한 수신 성능을 얻기 위한 UE(120)의 전력 소모가 감소하여, UE(120)는 에너지를 절약할 수 있다.
도 2는 송신 전력 제어용 AI모델의 일 예를 설명하기 위한 도면이다.
도 2를 참조하면, 본 개시에서 기지국(110)은 송신단 증폭기의 비선형성 보상을 수행하기 위해 송신 전력을 제어하는 뉴럴 네트워크로 구성된 송신 전력 제어용 AI 모델(111)을 포함할 수 있다. 다만, 이는 일 예 일뿐, 기지국(110)은 송신 전력 제어용 AI 모델(111) 이외에, 송신단 증폭기의 비선형성 보상 성능을 보다 향상시키기 위한 기능을 수행하는 전처리부 또는 후처리부를 더 포함할 수도 있다.
송신 전력 제어용 AI 모델(111)은 기지국(110)에서 실행(implement)될 수 있다. 기지국(110)은 UE(120)로부터
Figure PCTKR2023018467-appb-img-000001
를 수신할 수 있다.
Figure PCTKR2023018467-appb-img-000002
는 UE(120)의 송신단 증폭기의 비선형성에 의해 왜곡된 송신 신호로 설명될 수 있으며, 도 2에 도시된
Figure PCTKR2023018467-appb-img-000003
는 입력 신호의 일 예시가 될 수 있는 신호 형태를 도시한 것이다. 기지국(110)은 수신한 왜곡된 송신 신호
Figure PCTKR2023018467-appb-img-000004
를 식별할 수 있다. 기지국(110)은 수신한
Figure PCTKR2023018467-appb-img-000005
를 송신 전력 제어용 AI 모델(111)에 입력하고 보상된
Figure PCTKR2023018467-appb-img-000006
인
Figure PCTKR2023018467-appb-img-000007
를 출력으로 획득할 수 있다.
Figure PCTKR2023018467-appb-img-000008
는 보상된 송신 신호로 설명 될 수 있으며, 도 2에 도시된
Figure PCTKR2023018467-appb-img-000009
는 출력 신호의 일 예시가 될 수 있는 신호 형태를 도시한 것이다. 이에 따라, 기지국(110)은 훈련된 송신 전력 제어용 AI모델(111)을 이용하여 왜곡된 송신 신호를 보상할 수 있다.
기존에는 위와 같이 기지국(110)의 송신 전력 제어용 AI 모델(111)에서 왜곡된 송신 신호를 보상할 수 있다는 가정하에, 커버리지 확보를 위해, 기지국(110)의 송신 전력 제어용 AI 모델(111)을 CE모드로 사용하여 UE(120)에 송신 전력을 높여서 상향링크 신호를 전송하도록 지시하였다.
본 개시는 UE(120)의 에너지 절약이 필요한 일정한 경우에는, 기지국(110)이 수신 성능이 크게 저하되지 않을 것이라고 판단하는 경우에 한하여, 기지국(110)의 송신 전력 제어용 AI 모델(111)을 ES모드로 사용하여 UE(120)에 송신 전력을 낮춰서 상향링크 신호를 전송하도록 지시함으로써, UE(120)의 송신 에너지 절약을 위한 방법 및 장치를 제공한다.
UE(120)의 에너지 절약이 필요한 일정한 경우라도, 기지국(110)이 수신 성능이 크게 저하될 것이라고 판단하는 경우에는, 송신 전력 제어용 AI 모델(111)의 CE모드를 유지하거나, ES모드를 해제하여 커버리지 확보를 할 수도 있다.
본 개시의 일 예에 따라, 기지국(110)은, 송신 전력 제어용 AI 모델(111)을 이용하여, UE(120)의 에너지 절약 측면과 커버리지 확보 측면을 모두 고려하여 송신 증폭기 비선형성 보상을 위한 효율적인 송신 전력 제어가 가능하다.
송신 전력 제어용 AI 모델(111)은
Figure PCTKR2023018467-appb-img-000010
로부터 보상된
Figure PCTKR2023018467-appb-img-000011
가 왜곡되기 전 송신 신호와 유사한 값을 가질 수 있도록 훈련될(jointly trained) 수 있다. 예를 들어, 보상된
Figure PCTKR2023018467-appb-img-000012
와 왜곡 전 송신 신호의 차이인 손실 정보를 이용하여 역전사(back propagation) 과정이 수행될 수 있다. 역전사 과정을 통해 보상된
Figure PCTKR2023018467-appb-img-000013
가 왜곡 전 송신 신호와 유사한 값을 가지도록 송신 전력 제어용 AI 모델(111)의 NN 설정 정보를 갱신하는 방식으로 훈련이 수행될 수 있다. 예를 들어, 기지국(110)은 필드 테스트(field test) 등을 통해 왜곡 전 송신 신호를 미리 획득하거나 실시간으로 복수의 UE들로부터 수신되는 상향링크 신호를 획득할 수 있고, 획득된 상향링크 신호를 기초로 훈련을 수행할 수 있다. 여기서, 상향링크 신호는 RS(reference signal)에만 한정되는 것은 아니다.
송신 전력 제어용 AI 모델(111)의 NN 설정 정보는 송신 전력 제어용 AI 모델(111)에 포함되는 레이어의 수 또는 노드의 수 중 적어도 하나에 대한 정보를 포함할 수 있다. 또한, 송신 전력 제어용 AI 모델(111)의 NN 설정 정보는 레이어별 필터 커널의 개수, 레이어별 필터 커널의 크기, 각 필터 커널의 파라미터, 활성화 레이어의 파라미터 중 적어도 하나에 대한 정보를 더 포함할 수 있다.
송신 전력 제어용 AI 모델(111)의 훈련은 기지국 또는 별도의 서버에서 수행될 수 있다. 또한, 기지국 또는 서버는 송신 전력 제어용 AI 모델(111)의 NN 설정 정보를 저장할 수 있다.
도 3은 송신 전력 제어용 AI모델이 송신단의 비선형성 보상을 수행하는 방법의 일 예를 설명하기 위한 도면이다.
도 3을 참조하면, 기지국(110)의 송신 전력 제어용 AI모델(111)은 RNN(recurrent neural network)으로 구현될 수 있으며, 입력 레이어(310), 은닉 레이어(hidden layer)(320), 활성화 레이어(330) 및 출력 레이어(340)를 포함할 수 있다. 은닉 레이어(320)는 시계열적으로 이전에 출력한 값을 기억하는 메모리 역할을 수행하므로 메모리 셀 또는 RNN셀이라고 표현될 수 있다. 송신 전력 제어용 AI모델(111)을 구성하는 각각의 레이어들은 풀리 커넥티드 레이어(fully connected layer)일 수 있다.
기지국(110)은 UE(120)로부터 수신한 왜곡된 데이터(
Figure PCTKR2023018467-appb-img-000014
)를 송신 전력 제어용 AI 모델(111)의 입력 레이어(310)에 입력할 수 있다. 또한, 기지국(110)은 왜곡된 데이터(
Figure PCTKR2023018467-appb-img-000015
)와 함께 편향 b도 입력 레이어(310)에 입력할 수 있다. 입력되는 왜곡된 데이터(
Figure PCTKR2023018467-appb-img-000016
)를 시계열적인 시퀀스로 볼 수 있으며, 현재 시점 t에서의 왜곡된 데이터(
Figure PCTKR2023018467-appb-img-000017
)값을
Figure PCTKR2023018467-appb-img-000018
라고 표현할 수 있다. 입력 레이어(310)는
Figure PCTKR2023018467-appb-img-000019
를 은닉 레이어(320)에 전달할 수 있다.
은닉 레이어(320)는 입력 레이어(310)로부터
Figure PCTKR2023018467-appb-img-000020
를 전달 받아 식 (1)에 따라 은닉 상태(hidden state) 값인
Figure PCTKR2023018467-appb-img-000021
을 출력할 수 있다.
Figure PCTKR2023018467-appb-img-000022
은닉 상태 값
Figure PCTKR2023018467-appb-img-000023
는 은닉 레이어(320)가 출력 레이어(340) 방향으로 전달하는 값 또는 다음 시점 t+1에서 은닉 레이어(320) 자신에게 전달하는 값을 의미한다.
Figure PCTKR2023018467-appb-img-000024
는 입력 값
Figure PCTKR2023018467-appb-img-000025
을 위한 가중치이고,
Figure PCTKR2023018467-appb-img-000026
는 이전 시점 t-1의 은닉 상태 값
Figure PCTKR2023018467-appb-img-000027
를 위한 가중치이다. 각각의 가중치는 하나의 은닉 레이어에서는 모든 시점에서 동일 한 값을 가질 수 있다. 다만, 은닉 레이어가 두개 이상일 경우에는, 각 은닉 레이어 마다 서로 다른 가중치를 가질 수 있다.
은닉 레이어(320)는 출력된
Figure PCTKR2023018467-appb-img-000028
를 활성화 레이어(330)로 전달 할 수 있다. 또한, 은닉 레이어(320)은
Figure PCTKR2023018467-appb-img-000029
를 다음 시점 t+1에서 자신에게 전달할 수 있다.
활성화 레이어(330)는 은닉 레이어(320)으로부터 은닉 상태 값
Figure PCTKR2023018467-appb-img-000030
를 전달 받을 수 있다. 활성화 레이어(330)는 각각의
Figure PCTKR2023018467-appb-img-000031
에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 활성화 레이어(330)는 하이퍼볼릭 탄젠트(Tanh) 함수, 시그모이드 함수(sigmoid function), ReLU(Rectified Linear Unit) 함수, 또는 소프트맥스 함수(softmax function) 등을 포함할 수 있으나, 이에 한정되는 것은 아니다. 활성화 레이어(330)에서 비선형 특성을 부여하는 것은, 은닉 레이어(320)의 출력 값
Figure PCTKR2023018467-appb-img-000032
들의 일부 샘플 값을 변경하여 출력하는 것을 의미할 수 있다. 이때, 변경은 비선형 특성을 적용하여 수행 될 수 있다.
활성화 레이어(330)는 은닉 레이어(320)로부터 출력되는
Figure PCTKR2023018467-appb-img-000033
의 샘플 값들을 출력할지 여부를 결정할 수 있다. 예를 들어,
Figure PCTKR2023018467-appb-img-000034
들의 샘플 값들 중 어떤 샘플 값들은 활성화 레이어(330)에 의해 활성화되어 출력 레이어(340)로 전달되고, 어떤 샘플 값들은 활성화 레이어(330)에 의해 비활성화되어 출력 레이어(340)로 전달되지 않을 수 있다. 또한, 활성화 레이어(330)는 출력 레이어(340)에 포함될 수 있다.
출력 레이어(340)는 식(2)에 따라, 보상된 신호인
Figure PCTKR2023018467-appb-img-000035
의 현재 시점 t에서의 값인
Figure PCTKR2023018467-appb-img-000036
를 출력할 수 있다.
Figure PCTKR2023018467-appb-img-000037
Figure PCTKR2023018467-appb-img-000038
는 출력 값
Figure PCTKR2023018467-appb-img-000039
을 위한 가중치이다. f 는 활성화 레이어(330)에 포함되는 함수들인 하이퍼볼릭 탄젠트(Tanh) 함수, 시그모이드 함수(sigmoid function), ReLU(Rectified Linear Unit) 함수, 또는 소프트맥스 함수(softmax function)들 중 적어도 하나일 수 있으나, 이에 한정되는 것은 아니다.
출력 레이어(340)는 출력된
Figure PCTKR2023018467-appb-img-000040
에 의해 송신단 증폭기에 의해 왜곡된 입력 신호(
Figure PCTKR2023018467-appb-img-000041
)로부터 보상된 송신 신호(
Figure PCTKR2023018467-appb-img-000042
)를 생성할 수 있다.
도 3는 송신 전력 제어용 AI 모델(111)이 입력 레이어(310), 은닉 레이어(320), 활성화 레이어(330) 및 출력 레이어(340)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 레이어의 종류, 레이어의 개수 및 각 레이어에서의 연산 방법은 다양하게 변경될 수 있다.
또한, 송신 전력 제어용 AI 모델(111)은 이외에도 딜레이드 인풋 풀리 커넥티드 레이어(Delayed-input fully connected layer), 풀링 레이어(pooling layer) 등의 다른 레이어를 포함할 수 있다.
또한, 구현예에 따라서, 송신 전력 제어용 AI 모델(111)은 ESN(echo state network), LSTM(long short-term memory), GRU(gated recurrent unit), 또는 CNN(convolutional neural network)을 통해 구현될 수도 있다.
도 4는 일 실시예에 따른 UE(120)와 기지국(110) 간, 송신 전력 제어용 AI 모델(111) 및 에너지 절약 모드(ES 모드) 지원(capability) 확인 과정을 설명하기 위한 도면이다.
도 4를 참조하면, UE(120)와 기지국(110)간, 송신 전력 제어용 AI 모델(111)의 지원 여부를 확인(410)할 수 있다. 단계 S411에서, UE(120)는 기지국(110)에 송신 전력 제어용 AI 모델(111)의 학습 및 추론 가능 여부 확인을 위한 신호를 전송할 수 있다. 단계 S412에서, 기지국(110)은 UE(120)에 송신 전력 제어용 AI 모델(111)의 지원이 가능하다는 응답을 전송할 수 있다.
도 4를 참조하면, UE(120)와 기지국(110)간, 송신 전력 제어용 AI 모델(111)의 ES모드 지원 여부를 확인(420)할 수 있다. 단계 S421에서, UE(120)는 기지국(110)에 송신 전력 제어용 AI 모델(111)의 ES 모드 지원 확인을 위한 신호를 전송할 수 있다. 단계 S422에서, 기지국(110)은 UE(120)에 송신 전력 제어용 AI 모델의 ES모드 지원이 가능하다는 응답을 전송할 수 있다.
송신 전력 제어용 AI 모델의 지원 확인 절차(410)와 송신 전력 제어용 AI 모델의 ES모드 지원 확인 절차(420)는 동시에 진행 될 수 있다. 단계 S411과 S421은 하나의 신호로 전송될 수 있고, 단계 S412와 S422 또한 하나의 신호로 전송될 수 있다.
송신 전력 제어용 AI 모델의 지원 확인 절차(410)와 송신 전력 제어용 AI 모델의 ES모드 지원 확인 절차(420)는 기지국(110)에 의해 트리거(trigger)될 수 있다. 예를 들어, 기지국(110)의 요청에 따라, UE(120)가 송신 전력을 높이거나 낮춰서 상향링크 신호를 전송할 수 있는지 여부를 나타내는 UE 캐퍼빌리티 정보를 기지국(110)에 송신할 수 있다. 다만, 이는 일 예일뿐, 기지국(110)의 요청 없이도 UE(120)는 UE 캐퍼빌리티 정보를 기지국(110)에 송신 할 수 있다.
송신 전력 제어용 AI 모델의 지원 확인 절차(410)와 송신 전력 제어용 AI 모델의 ES모드 지원 확인 절차(420)는 초기 접속(initial accesss)이나 핸드오버(handover)시에 RRC(radio resource control) 시그널링을 통해 진행될 수 있다.
도 5는 일 실시예에 따른 UE(120)의 요청에 따라 기지국(110)이 송신 전력 제어용 AI 모델(111)의 ES모드 사용(또는 전환)에 관해 응답 하는 방법을 설명하기 위한 흐름도이다.
도 5를 참조하면, 단계 S510에서, UE(120)는 기지국(110)에 송신 전력 제어용 AI 모델(111)의 ES모드를 위한 요청 신호를 전송할 수 있다. 요청 신호는 RRC, MAC-CE(medium access control-control element), 또는 UCI(uplink control information) 등의 메시지를 통해 전송 될 수 있다.
UE(120)는 요청 신호를 주기적으로 전송하거나, 이벤트 트리거 방식으로 전송할 수 있다. 이벤트 트리거 방식의 예시로는, UE(120)의 배터리가 임계 값 이하로 떨어지는 경우 트리거 되는 방식, 다운링크 RSRP(reference signal received power)이 임계 값 이상이면서 MCS(modulation and coding scheme)도 높게 사용하고 있는 경우 트리거 되는 방식, 또는, 높은 처리율(throughput)이 필요하지 않을 것이라고 판단되는 경우 트리거되는 방식 등이 있을 수 있다.
단계 S520에서, UE(120)의 요청을 받은 기지국(110)은, 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환) 여부를 결정할 수 있다. 기지국(110)은 상향링크 수신 특성 및 셀 정보 중 적어도 하나에 관한 정보에 기초하여, 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환) 여부를 결정할 수 있다. 구체적인 결정 방법은 도 8을 참조하여 설명한다.
단계 S530에서, 기지국(110)은, 결정에 기초하여, 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환) 여부를 나타내는 정보를 포함하는 응답 신호를 UE(120)에 전송할 수 있다. 응답 신호는 RRC, MAC-CE(medium access control-control element) 또는 DCI(downlink control information) 등의 메시지를 통해 전송 될 수 있다. 기지국(110)이 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 결정하는 경우에는 수락(accept) 응답을 UE(120)에 전송할 수 있다. 기지국(110)이 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)하지 않음을 결정하는 경우에는 거절(reject) 응답을 UE(120)에 전송할 수 있다. 각각의 경우에 대해서 도 6, 도 7을 참조하여 구체적으로 설명한다.
응답 신호에는 송신 전력 범위(Tx power range)에 관련된 설정 정보가 포함될 수 있다. 송신 전력 범위에 관련된 설정 정보에는 최대 송신 전력(P_CMAX)에 대한 설정 정보가 포함될 수 있다. 송신 전력 범위 또는 최대 송신 전력은 DCI 포맷의 TCP(transmission power control) field를 통해 전송될 수 있다. TPC field에 대한 설정 정보는 DCI 또는 RRC 시그널링으로 전송될 수 있다.
표 1은 송신 전력 제어용 AI모델(111)의 ES모드를 위한 TPC Command field와 송신 전력 범위의 맵핑 관계의 일 예시이다. dBm은 mW 단위의 전력을 dB 스케일로 나타낸 단위를 의미한다.
[표 1]
Figure PCTKR2023018467-appb-img-000043
표 2는 송신 전력 제어용 AI모델(111)의 ES모드를 위한 TPC Command field와 최대 송신 전력의 맵핑 관계의 일 예시이다. dBm은 mW 단위의 전력을 dB 스케일로 나타낸 단위를 의미한다.
[표 2]
Figure PCTKR2023018467-appb-img-000044
도 6은 일 실시예에 따른 기지국(110)이 송신 전력 제어용 AI 모델(111)의 ES모드 사용(또는 전환)을 수락(accept)하는 응답을 하는 경우를 설명하기 위한 흐름도이다.
도 6을 참조하면, 단계 S610에서, UE(120)는 기지국(110)에 송신 전력 제어용 AI 모델(111)의 ES모드를 위한 요청 신호를 전송할 수 있다. 요청 신호는 RRC, MAC-CE(medium access control-control element), 또는 UCI(uplink control information) 등의 메시지를 통해 전송 될 수 있다.
단계 S620에서, 기지국(110)은, 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 결정할 수 있다. 기지국(110)은 상향 링크 수신 특성 및 셀 정보 중 적어도 하나에 관한 정보에 기초하여, 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 결정할 수 있다. 기지국(110)은 UE(120)가 송신 전력을 낮추어 상향링크 신호를 전송하더라도 비슷한 수신 성능을 보일 것으로 판단되는 경우, 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 결정할 수 있다. 구체적인 결정 방법은 도 8을 참조하여 설명한다.
단계 S630에서, 기지국(110)은, 송신 전력 제어용 AI 모델(111)을 ES모드로 사용(또는 전환)한다는 결정에 기초하여, 수락(accept) 응답 신호를 UE(120)에 전송할 수 있다. 수락 응답 신호는 RRC, MAC-CE(medium access control-control element) 또는 DCI(downlink control information) 등의 메시지를 통해 전송 될 수 있다.
수락 응답 신호에는, 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 나타내는 정보가 포함될 수 있다.
수락 응답 신호에는, 송신 전력 범위에 관련된 설정 정보가 포함될 수 있으며, 이 때, 송신 전력 범위에 관련된 설정 정보는, UE(120)에 기 설정된 송신 전력보다 낮은 범위에 속하는 송신 전력 값을 포함할 수 있다.
단계 S640에서, UE(120)는, 송신 전력 범위에 관련된 설정 정보에 기초하여 설정된 제 1 송신 전력에 따라 기지국(110)에 상향 링크 신호를 전송할 수 있다. 제 1 송신 전력은 UE(120)에 기 설정된 송신 전력보다 낮을 수 있다. 여기서, 기 설정된 송신 전력은, 송신 전력 제어용 AI 모델의 CE모드에서 설정된 송신 전력을 의미할 수 있다.
기지국(110)은 UE(120)로부터 송신 전력 제어용 AI 모델(111)의 ES모드를 위한 요청 신호를 수신하지 않아도, 자체적으로 판단하여 UE(120)에게 수락 응답 신호를 전송 할 수도 있으며, 이 경우에도, 단계 S620내지 S640에서와 유사하게 동작할 수 있다.
상기 단계 S610내지 S640에 따라, 송신 전력 제어용 AI 모델의 ES모드에서, UE(120)가 CE모드에서보다 낮은 송신 전력으로 상향링크 신호를 전송할 수 있어, 비슷한 수신 성능을 얻기 위한 UE(120)의 전력 소모가 감소하여, UE(120)는 에너지를 절약할 수 있다.
도 7은 일 실시예에 따른 기지국(110)이 송신 전력 제어용 AI모델(111)의 ES모드 사용(또는 전환)을 거절(reject)하는 응답을 하는 경우를 설명하기 위한 흐름도이다.
도 7을 참조하면, 단계 S710에서, UE(120)는 기지국(110)에 송신 전력 제어용 AI 모델(111)의 ES모드를 위한 요청 신호를 전송할 수 있다. 요청 신호는 RRC, MAC-CE(medium access control-control element), 또는 UCI(uplink control information) 등의 메시지를 통해 전송 될 수 있다.
단계 S720에서, 기지국(110)은, 송신 전력 제어용 AI 모델(111)을 ES모드로 사용(또는 전환)하지 않을 것을 결정할 수 있다. 기지국(110)은 상향 링크 수신 특성 및 셀 정보 중 적어도 하나에 관한 정보에 기초하여, 송신 전력 제어용 AI 모델(111)을 ES모드로 사용(또는 전환)하지 않을 것을 결정할 수 있다. 기지국(110)은 UE(120)가 송신 전력을 낮추어 상향 링크 신호를 전송한다면 수신 성능이 급격히 저하될 것으로 판단되는 경우, 송신 전력 제어용 AI 모델(111)을 ES모드로 사용(또는 전환)하지 않을 것을 결정할 수 있다. 구체적인 결정 방법은 도 8을 참조하여 설명한다.
단계 S730에서, 기지국(110)은, 송신 전력 제어용 AI 모델(111)을 ES모드로 사용(또는 전환)하지 않는다는 결정에 기초하여, 거절(reject) 응답 신호를 UE(120)에 전송할 수 있다. 거절 응답 신호는 RRC, MAC-CE(medium access control-control element) 또는 DCI(downlink control information) 등의 메시지를 통해 전송 될 수 있다.
거절 응답 신호에는, 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)하지 않음을 나타내는 정보가 포함될 수 있다.
거절 응답 신호에는, 송신 전력 범위에 관련된 설정 정보가 포함될 수 있으며, 이 때, 송신 전력 범위에 관련된 설정 정보는, UE(120)에 기 설정된 송신 전력과 같거나 높은 범위에 속하는 송신 전력 값을 포함할 수 있다.
단계 S740에서, UE(120)는, 송신 전력 범위에 관련된 설정 정보에 기초하여 설정된 제 2 송신 전력에 따라 기지국(110)에 상향 링크 신호를 전송할 수 있다. 제 2 송신 전력은 UE(120)에 기 설정된 송신 전력보다 같거나 높을 수 있다. 여기서, 기 설정된 송신 전력은, 송신 전력 제어용 AI 모델의 CE모드에서 설정된 송신 전력을 의미할 수 있다.
상기 단계 S710내지 S740에 따라, UE의 요청이 있더라도, 기지국(110)의 수신 성능이 급격히 저하될 것으로 보이는 경우에는 송신 전력 제어용 AI모델(111)을 ES모드로 전환하지 않고 CE모드를 유지함으로써, 커버리지를 향상시킬 수 있다.
도 8은 일 실시예에 따른 기지국(110)이 송신 전력 제어용 AI모델(111)의 ES 모드 사용(또는 전환) 여부를 결정하는 과정의 일 예를 설명하기 위한 흐름도이다.
도 8을 참조하면, 단계 S810에서, 기지국(110)은 UE(120)로부터 송신 전력 제어용 AI 모델의 ES모드를 위한 요청을 수신한다. UE(120)의 요청을 받은 기지국(110)은 송신 전력 제어용 AI모델(111)의 ES 모드 사용(또는 전환) 여부를 결정할 수 있다(단계 S520, S620 및 S720). 기지국(110)은 기지국의 수신 특성 또는 셀 정보 중 적어도 하나에 기초하여 송신 전력 제어용 AI모델(111)의 ES 모드 사용(또는 전환) 여부를 결정할 수 있다.
여기서, 기지국의 수신 특성의 일 예로는, 상향 링크 RSRP, EVM(error vector magnitude) 등이 있을 수 있다. 셀 정보의 일 예로는, 주변 셀의 위치 및 셀 부하(cell load) 등이 있을 수 있다. 셀 부하는 UE들의 수 또는 점유(occupied) PRB(physical resource block)등을 의미할 수 있다. 그러나, 기지국(110)의 결정 기준은 위 예시들에 한정되는 것은 아니고, 기지국(110)의 수신 성능을 나타낼 수 있는 다른 정보를 더 포함할 수도 있다.
단계 S820에서, 기지국(110)은 상향링크 RSRP가 임계 값(
Figure PCTKR2023018467-appb-img-000045
)미만인지 판단할 수 있다. 임계 값(
Figure PCTKR2023018467-appb-img-000046
)은 기지국(110)에 미리 설정될 수 있다.
단계 S830에서, 기지국(110)은, EVM 이 임계 값(
Figure PCTKR2023018467-appb-img-000047
)을 초과하는지 판단할 수 있다. 임계 값(
Figure PCTKR2023018467-appb-img-000048
)은 기지국(110)에 미리 설정될 수 있다.
단계 S840에서, 기지국은(110)은, 상향링크 RSRP가 임계 값(
Figure PCTKR2023018467-appb-img-000049
)미만이거나, EVM 이 임계 값(
Figure PCTKR2023018467-appb-img-000050
)을 초과하는 경우, UE(120)에 거절 응답 신호를 전송할 수 있다.
기지국은(110)은, 상향링크 RSRP가 임계 값(
Figure PCTKR2023018467-appb-img-000051
)미만이거나, EVM 이 임계 값(
Figure PCTKR2023018467-appb-img-000052
)을 초과하는 경우, UE(120)가 송신 전력을 낮추어 상향 링크 신호를 전송한다면 수신 성능이 급격히 저하될 것으로 판단하여, 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)하지 않을 것을 결정할 수 있다.
만일, 상향링크 RSRP가 임계 값(
Figure PCTKR2023018467-appb-img-000053
)미만이거나, EVM 이 임계 값(
Figure PCTKR2023018467-appb-img-000054
)을 초과하는 경우라도, 가까운 위치에 셀 부하가 임계 값(
Figure PCTKR2023018467-appb-img-000055
)이하인 기지국이 있는 경우에는, 기지국(110)은, UE(120)에 수락 응답 신호를 전송하면서 핸드오버를 지시할 수 있다.
단계 S850에서, 기지국은(110)은, 상향링크 RSRP가 임계 값(
Figure PCTKR2023018467-appb-img-000056
)미만이 아니고(즉, 임계 값(
Figure PCTKR2023018467-appb-img-000057
) 이상이고), EVM 이 임계 값(
Figure PCTKR2023018467-appb-img-000058
)을 초과하지 않는 경우(즉, 임계 값(
Figure PCTKR2023018467-appb-img-000059
)이하), UE(120)에 수락 응답 신호를 전송할 수 있다.
기지국은(110)은, 상향링크 RSRP가 임계 값(
Figure PCTKR2023018467-appb-img-000060
)미만이 아니고(즉, 임계 값(
Figure PCTKR2023018467-appb-img-000061
) 이상이고), EVM 이 임계 값(
Figure PCTKR2023018467-appb-img-000062
)을 초과하지 않는 경우(즉, 임계 값(
Figure PCTKR2023018467-appb-img-000063
)이하), UE(120)가 송신 전력을 낮추어 상향 링크 신호를 전송하더라도 비슷한 수신 성능을 얻을 수 있다고 판단하여, 송신 전력 제어용 AI 모델(111)을 ES모드로 사용(또는 전환)할 것을 결정할 수 있다.
도 9는 일 실시예에 따른 기지국(110)의 지시로 송신 전력 제어용 AI모델(111)의 ES모드를 해제(release)하는 방법을 설명하기 위한 흐름도이다.
도 9를 참조하면, 단계 S910에서, 기지국(110)은 송신 전력 제어용 AI 모델(111)의 ES 모드 해제를 결정할 수 있다. 기지국(110)은, UE(120)가 송신 전력 제어용 AI 모델(111)의 ES모드를 사용 가능한 커버리지 외부에 있는 것으로 식별되는 경우, 즉, 기지국(110)의 수신 성능이 급격히 저하된다고 판단하는 경우에 ES 모드 해제를 결정할 수 있다.
기지국(110)은, 도 8에서 설명한 방법(단계 S820 내지 S850)과 유사한 방법으로, UE(120)가 송신 전력 제어용 AI 모델(111)의 ES모드를 사용 가능한 커버리지 외부에 있는 것으로 식별하여, 즉, 기지국(110)의 수신 성능이 급격히 저하된다고 판단하여, ES모드 해제 결정을 할 수 있다.
단계 S920에서, 기지국(110)은 UE(120)에 송신 전력 제어용 AI 모델(111) 의 ES모드 해제 신호를 전송할 수 있다. 해제 신호는 RRC, MAC-CE(medium access control-control element) 또는 DCI(downlink control information) 등의 메시지를 통해 전송 될 수 있다. 해제 신호에는 송신 전력 제어용 AI 모델(111) 의 ES 모드 해제를 나타내는 정보가 포함될 수 있다. 해제 신호에는 제 1 송신 전력보다 높은 제 3 송신 전력으로 상향링크 신호를 전송할 것을 지시하는 정보가 포함될 수 있다.
단계 S930에서, UE(120)는 제 3 송신 전력에 따라 기지국(110)에 상향링크 신호를 전송할 수 있다. 제 3 송신 전력은 ES모드를 위해 설정된 제 1 송신 전력보다 높으므로, 송신 전력 제어용 AI 모델(111)은 ES모드 해제 후 다시 CE모드로 사용(또는 전환)될 수 있다.
상기 S910내지 S930에 따라, 기지국(110)이 송신 전력 제어용 AI 모델(111)을 ES모드로 사용(또는 전환)한 후, 기지국(110)의 수신 성능이 급격히 저하된다고 판단되는 경우, 송신 전력 제어용 AI 모델(111)을 ES모드에서 CE모드로 다시 전환함으로써 커버리지를 확보할 수 있다.
도 10은 일 실시예에 따른 UE의 요청에 따라 송신 전력 제어용 AI모델의 ES모드를 해제하는 방법을 설명하기 위한 흐름도이다.
도 10을 참조하면, 단계 S1010에서, UE(120)는 송신 전력 제어용 AI 모델의 ES모드 해제를 결정할 수 있다. UE(120)는 도 12에서 설명할 방법(단계 S1210 내지 S1260)과 유사한 방법으로, 송신 전력 제어용 AI 모델의 ES모드 해제를 결정할 수 있다. UE(120)는 UE(120)와 기지국(110)간 채널에 관한 정보 및 UE(120) 상태 정보 등에 기초하여 전력 제어용 AI 모델의 ES모드 해제를 결정할 수 있다. UE(120)와 기지국(110)간 채널에 관한 정보에는 MCS(modulation coding scheme), 주변 환경(온도, 습도, 지형 등), 장애물(산, 건축물 등) 또는 잡음, 간섭으로 인한 경로 손실(pathloss), 쉐도잉(shadowing), 페이딩(fading) 등이 포함될 수 있고, UE(120) 상태 정보에는 UE(120)의 배터리 정보가 포함될 수 있다. 그러나, UE(120)의 결정 기준은 위 예시들에 한정되는 것은 아니고, UE(120)가 기지국(110)의 수신 성능을 예측하기 위해 사용할 수 있는 정보를 모두 포함한다.
단계 S1020에서, UE(120)는 해제 결정에 기초하여, 기지국(110)에 송신 전력 제어용 AI 모델의 해제 요청 신호를 전송할 수 있다. 해제 요청 신호는 RRC, MAC-CE(medium access control-control element) 또는 UCI(uplink control information) 등의 메시지를 통해 전송 될 수 있다. 해제 요청 신호에는 송신 전력 지시를 요청하는 정보가 포함될 수 있다.
단계 S1030에서, UE(120)의 해제 요청 신호를 수신한 기지국(110)은, UE(120)에 송신 전력 제어용 AI 모델(111) 의 ES모드 해제 신호를 전송할 수 있다. 해제 신호는 RRC, MAC-CE(medium access control-control element) 또는 DCI(downlink control information) 등의 메시지를 통해 전송 될 수 있다. 해제 신호에는 송신 전력 제어용 AI 모델(111) 의 ES 모드 해제를 나타내는 정보가 포함될 수 있다. 해제 신호에는 제 1 송신 전력보다 높은 제 3 송신 전력으로 상향링크 신호를 전송할 것을 지시하는 정보가 포함될 수 있다.
단계 S1040에서, UE(120)는 제 3 송신 전력에 따라 기지국(110)에 상향링크 신호를 전송할 수 있다. 제 3 송신 전력은 ES모드를 위해 설정된 제 1 송신 전력보다 높으므로, 송신 전력 제어용 AI 모델(111)은 ES모드 해제 후 다시 CE모드로 사용(또는 전환)될 수 있다.
상기 S1010내지 S1040에 따라, 기지국(110)이 송신 전력 제어용 AI 모델(111)을 ES모드로 사용(또는 전환)한 후에도, UE가 ES모드 해제 요청을 할 시에는, ES모드를 해제하고, 송신 전력 제어용 AI 모델(111)을 다시 CE모드로 사용(또는 전환)함으로써 커버리지를 확보할 수 있다.
도 11은 일 실시예에 따른 UE가 송신 전력 제어용 AI 모델의 ES모드 전환을 기지국에 통지하는 방법을 설명하기 위한 흐름도이다.
도 11을 참조하면, 단계 S1110에서, UE(120)는, 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 결정할 수 있다. UE(120)는 UE(120)와 기지국(110)간 채널에 관한 정보 및 UE(120) 상태 정보 등에 기초하여 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 결정할 수 있다. UE(120)는 송신 전력을 낮추어 상향링크 신호를 전송하더라도 기지국(110)의 수신 성능 저하가 크지 않을 것으로 판단되는 경우, 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 결정할 수 있다. 구체적인 결정 방법은 도 12을 참조하여 설명한다.
단계 S1120에서, UE(120)는 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 결정을 기초로, 기지국(110)에 송신 전력 제어용 AI 모델(111)의 ES모드를 위한 통지(notification) 신호를 전송할 수 있다. 통지 신호는 RRC, MAC-CE(medium access control-control element) 또는 UCI(uplink control information) 등의 메시지를 통해 전송 될 수 있다.
통지 신호에는 송신 전력 제어용 AI 모델의 ES모드 사용(또는 전환)을 지시하는 정보가 포함될 수 있다.
통지 신호에는 UE(120)에 기 설정된 송신 전력보다 낮게 조절된 제 4 송신 전력에 관련된 정보가 포함될 수 있다. 여기서, 기 설정된 송신 전력은, 송신 전력 제어용 AI 모델의 CE모드에서 설정된 송신 전력을 의미할 수 있다.
단계 S1130에서, UE(120)는 에 기 설정된 송신 전력보다 낮게 조절된 제 4 송신 전력에 따라 기지국(110)에 상향링크 신호를 전송할 수 있다.
상기 단계 S1110내지 S1130에 따라, 송신 전력 제어용 AI 모델의 ES모드에서, UE(120)가 CE모드에서보다 낮은 송신 전력으로 상향링크 신호를 전송할 수 있어, 비슷한 수신 성능을 얻기 위한 UE(120)의 전력 소모가 감소하여, UE(120)는 에너지를 절약할 수 있다.
만일, UE(120)가 단계 S1110에서, 송신 전력을 낮추어 상향링크 신호를 전송하는 경우 기지국(110)의 수신 성능이 급격히 저하될 것으로 판단하는 경우, 기지국(110)에 송신 전력 제어용 AI 모델(111)을 ES모드로 사용(또는 전환)하지 않을 것을 통지하는 신호를 전송할 수 있다. 이 경우, UE(120)는 일정 조건을 만족하는 경우 또는 일정 주기로 다시 단계 S1110의 판단을 시도할 수 있다.
또한, 상기 단계 S1110내지 S1130에 따라, 기지국(110)의 송신 전력 제어용 AI 모델(111)이 ES모드에서 동작하는 경우에도, 도 9를 참조하여 설명한 단계 S910 내지 S930에 따라 송신 전력 제어용 AI 모델(111)의 ES모드가 해제 될 수 있다. 이 경우, 제 3 송신 전력은 제 4 송신 전력보다 높을 수 있다.
또한, 상기 단계 S1110내지 S1130에 따라, 기지국(110)의 송신 전력 제어용 AI 모델(111)이 ES모드에서 동작하는 경우에도, 도 10를 참조하여 설명한 단계 S1010 내지 S1040에 따라 송신 전력 제어용 AI 모델(111)의 ES모드가 해제 될 수 있다. 이 경우, 제 3 송신 전력은 제 4 송신 전력보다 높을 수 있다.
도 12는 일 실시예에 따른 UE가 송신 전력 제어용 AI모델의 ES 모드 전환 여부를 결정하는 과정의 일 예를 설명하기 위한 흐름도이다.
도 12을 참조하면, 단계 S1210에서, UE(120)는 UE(120)와 기지국(110)간 채널에 관한 정보 및 UE(120) 상태 정보 등에 기초하여 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 결정할 수 있다.
여기서, UE(120)와 기지국(110)간 채널에 관한 정보에는 MCS(modulation coding scheme), 주변 환경(온도, 습도, 지형 등), 장애물(산, 건축물 등) 또는 잡음, 간섭으로 인한 경로 손실(pathloss), 쉐도잉(shadowing), 페이딩(fading) 등이 포함될 수 있고, UE(120) 상태 정보에는 UE(120)의 배터리 정보가 포함될 수 있다. 그러나, UE(120)의 결정 기준은 위 예시들에 한정되는 것은 아니고, UE(120)가 기지국(110)의 수신 성능을 예측하기 위해 사용할 수 있는 정보를 모두 포함한다.
단계 S1220에서, UE(120)는 경로 손실이 임계 값(
Figure PCTKR2023018467-appb-img-000064
)이하이고, UE(120)의 배터리가 임계 값(
Figure PCTKR2023018467-appb-img-000065
)이하 인지 판단할 수 있다. 임계 값(
Figure PCTKR2023018467-appb-img-000066
) 및 임계 값(
Figure PCTKR2023018467-appb-img-000067
)은 UE(120)에 미리 설정될 수 있다.
단계 S1230에서, UE(120)는 MCS가 임계 값 (
Figure PCTKR2023018467-appb-img-000068
)이상이고, UE(120)의 배터리가 임계 값(
Figure PCTKR2023018467-appb-img-000069
)이하 인지 판단할 수 있다. 임계 값(
Figure PCTKR2023018467-appb-img-000070
) 및 임계 값(
Figure PCTKR2023018467-appb-img-000071
)은 UE(120)에 미리 설정될 수 있다.
단계 S1240에서, UE(120)는, 경로 손실이 임계 값(
Figure PCTKR2023018467-appb-img-000072
)이하이고, UE(120)의 배터리가 임계 값(
Figure PCTKR2023018467-appb-img-000073
)이하인 경우 또는, MCS가 임계 값 (
Figure PCTKR2023018467-appb-img-000074
)이상이고, UE(120)의 배터리가 임계 값(
Figure PCTKR2023018467-appb-img-000075
)이하인 경우에, 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 결정할 수 있다. UE(120)는 송신 전력 제어용 AI 모델(111)의 ES모드로의 사용(또는 전환)을 결정을 기초로, 기지국(110)에 송신 전력 제어용 AI 모델(111)의 ES모드를 위한 통지(notification) 신호를 전송할 수 있다.
단계 S1250에서, UE(120)는, 경로 손실이 임계 값(
Figure PCTKR2023018467-appb-img-000076
)을 초과하거나, E(120)의 배터리가 임계 값(
Figure PCTKR2023018467-appb-img-000077
)을 초과하거나, 또는, MCS가 임계 값 (
Figure PCTKR2023018467-appb-img-000078
) 미만인 경우에는, UE(120)가 송신 전력을 낮추어 상향링크 신호를 전송하는 경우 기지국(110)의 수신 성능이 급격히 저하될 것으로 판단하여, 기 설정된 송신 전력에 따라 기지국(110)에 상향링크 신호를 전송할 수 있다. 여기서, 기 설정된 송신 전력은, 송신 전력 제어용 AI 모델의 CE모드에서 설정된 송신 전력을 의미할 수 있다.
이 경우, UE(120)는, 기지국(110)에 송신 전력 제어용 AI 모델(111)을 ES모드로 사용(또는 전환)하지 않을 것을 통지하는 신호를 전송할 수 있다. UE(120)는 일정 조건을 만족하는 경우 또는 일정 주기로 다시 단계 S1220 및 S1240의 판단을 시도할 수 있다.
도 13은 일 실시예에 따른 UE의 블록도이다.
도 13를 참조하면, UE(1300)는 송수신부(1310), 프로세서(1320), 및 메모리(1330)로 구성될 수 있다. 전술한 UE(1300)의 통신 방법에 따라, UE(1300)의 송수신부(1310), 프로세서(1320), 및 메모리(1330)가 동작할 수 있다. 다만, UE(1300)의 구성 요소가 전술한 예에 한정되는 것은 아니다. 예를 들어, UE(1300)은 전술한 구성 요소들 보다 더 많은 구성 요소를 포함하거나 더 적은 구성 요소를 포함할 수도 있다. 일 실시예에서, 송수신부(1310), 프로세서(1320), 및 메모리(1330)는 하나의 칩(chip) 형태로 구현될 수도 있다. 또한, 프로세서(1320)는 하나 이상의 프로세서를 포함할 수 있다.
송수신부(1310)는 UE(1300)의 수신부와 UE(1300)의 송신부를 통칭한 것으로서, 기지국 또는 네트워크 엔티티(Network Entity)와 신호를 송수신할 수 있다. 기지국 또는 네트워크 엔티티와 송수신되는 신호는 제어 정보 및 데이터를 포함할 수 있다. 이를 위해, 송수신부(1310)는 전송되는 신호의 주파수를 상승 변환 및 증폭하는 RF 송신기와, 수신되는 신호를 저 잡음 증폭하고 주파수를 하강 변환하는 RF 수신기 등으로 구성될 수 있다. 다만, 이는 송수신부(1310)의 하나의 실시예이며, 송수신부(1310)의 구성 요소가 RF 송신기 및 RF 수신기에 한정되는 것은 아니다.
또한, 송수신부(1310)는 무선 채널을 통해 신호를 송수신하기 위한 기능들을 수행할 수 있다. 예를 들어, 송수신부(1310)는 무선 채널을 통해 신호를 수신하여 프로세서(1320)로 출력하고, 프로세서(1320)로부터 출력된 신호를 무선 채널을 통해 전송할 수 있다.
메모리(1330)는 UE(1300)의 동작에 필요한 프로그램 및 데이터를 저장할 수 있다. 또한, 메모리(1330)는 기지국에서 획득되는 신호에 포함된 제어 정보 또는 데이터를 저장할 수 있다. 메모리(1330)는 롬(ROM), 램(RAM), 하드디스크, CD-ROM 및 DVD 등과 같은 저장 매체 또는 저장 매체들의 조합으로 구성될 수 있다. 또한, 메모리(1330)는 별도로 존재하지 않고 프로세서(1320)에 포함되어 구성될 수도 있다. 메모리(1330)는 휘발성 메모리, 비휘발성 메모리 또는 휘발성 메모리와 비휘발성 메모리의 조합으로 구성될 수 있다. 그리고, 메모리(1330)는 프로세서(1320)의 요청에 따라 저장된 데이터를 제공할 수 있다.
프로세서(1320)는 상술한 본 개시의 실시예에 따라 UE(1300)이 동작할 수 있도록 일련의 과정을 제어할 수 있다. 예를 들면, 프로세서(1320)는 송수신부(1310)를 통해 제어 신호와 데이터 신호를 수신하고, 수신한 제어 신호와 데이터 신호를 처리할 수 있다. 프로세서(1320)는 처리한 제어 신호와 데이터 신호를 송수신부(1310)를 통해 송신할 수 있다. 또한, 프로세서(1320)는 메모리(1330)에 데이터를 기록하거나 읽을 수 있다. 프로세서(1320)는 통신 규격에서 요구하는 프로토콜 스택의 기능들을 수행할 수 있다. 이를 위해, 프로세서(1320)는 적어도 하나의 프로세서 또는 마이크로(micro) 프로세서를 포함할 수 있다. 일 실시예에서, 송수신부(1310)의 일부 또는 프로세서(1320)는 CP(communication processor)로 지칭될 수 있다.
프로세서(1320)는 하나 또는 복수의 프로세서로 구성될 수 있다. 이때, 하나 또는 복수의 프로세서는 CPU, AP, DSP(Digital Signal Processor) 등과 같은 범용 프로세서, GPU, VPU(Vision Processing Unit)와 같은 그래픽 전용 프로세서 또는 NPU와 같은 인공지능 전용 프로세서일 수 있다. 예를 들어, 하나 또는 복수의 프로세서가 인공지능 전용 프로세서인 경우, 인공지능 전용 프로세서는, 특정 인공지능 모델의 처리에 특화된 하드웨어 구조로 설계될 수 있다.
일 실시예에서, 프로세서(1320)는, 기지국의 송신 전력 제어용 AI 모델의 ES모드를 위한 요청을 기지국에 전송할 수 있다. 또한, 프로세서(1320)는 기지국으로부터 송신 전력 제어용 AI 모델의 ES모드에 관한 응답 및 송신 전력 범위에 관한 정보를 수신할 수 있다. 프로세서(1320)는 기 설정된 조건에 기초하여, 기지국의 송신 전력 제어용 AI 모델의 ES모드 사용(또는 전환) 또는 해제 여부를 결정 할 수 있다. 프로세서(1120)는 송신 전력 제어용 AI 모델의 ES모드 해제 요청을 할 수 있다.
도 14는 일 실시예에 따른 기지국의 블록도이다.
도 14을 참조하면, 기지국(1400)은 송수신부(1410), 프로세서(1420), 및 메모리(1430)로 구성될 수 있다. 전술한 기지국(1400)의 통신 방법에 따라, 기지국(1400)의 송수신부(1410), 프로세서(1420), 및 메모리(1430)가 동작할 수 있다. 다만, 기지국(1400)의 구성 요소가 전술한 예에 한정되는 것은 아니다. 예를 들어, 기지국(1400)은 전술한 구성 요소들 보다 더 많은 구성 요소를 포함하거나 더 적은 구성 요소를 포함할 수도 있다. 일 실시예에서, 송수신부(1410), 프로세서(1420), 및 메모리(1430)는 하나의 칩(chip) 형태로 구현될 수도 있다. 또한, 프로세서(1420)는 하나 이상의 프로세서를 포함할 수 있다.
송수신부(1410)는 기지국(1400)의 수신부와 기지국(1200)의 송신부를 통칭한 것으로서, UE 또는 네트워크 엔티티(Network Entity)와 신호를 송수신할 수 있다. UE 또는 네트워크 엔티티와 송수신되는 신호는 제어 정보 및 데이터를 포함할 수 있다. 이를 위해, 송수신부(1410)는 전송되는 신호의 주파수를 상승 변환 및 증폭하는 RF 송신기와, 수신되는 신호를 저 잡음 증폭하고 주파수를 하강 변환하는 RF 수신기 등으로 구성될 수 있다. 다만, 이는 송수신부(1410)의 하나의 실시예이며, 송수신부(1410)의 구성 요소가 RF 송신기 및 RF 수신기에 한정되는 것은 아니다.
또한, 송수신부(1410)는 무선 채널을 통해 신호를 송수신하기 위한 기능들을 수행할 수 있다. 예를 들어, 송수신부(1410)는 무선 채널을 통해 신호를 수신하여 프로세서(1420)로 출력하고, 프로세서(1420)로부터 출력된 신호를 무선 채널을 통해 전송할 수 있다.
메모리(1430)는 기지국(1400)의 동작에 필요한 프로그램 및 데이터를 저장할 수 있다. 또한, 메모리(1430)는 기지국(1400)에서 획득되는 신호에 포함된 제어 정보 또는 데이터를 저장할 수 있다. 메모리(1430)는 롬(ROM), 램(RAM), 하드디스크, CD-ROM 및 DVD 등과 같은 저장 매체 또는 저장 매체들의 조합으로 구성될 수 있다. 또한, 메모리(1430)는 별도로 존재하지 않고 프로세서(1420)에 포함되어 구성될 수도 있다. 메모리(1430)는 휘발성 메모리, 비휘발성 메모리 또는 휘발성 메모리와 비휘발성 메모리의 조합으로 구성될 수 있다. 그리고, 메모리(1430)는 프로세서(1420)의 요청에 따라 저장된 데이터를 제공할 수 있다.
프로세서(1420)는 상술한 본 개시의 실시예에 따라 기지국(1400)이 동작할 수 있도록 일련의 과정을 제어할 수 있다. 예를 들면, 프로세서(1420)는 송수신부(1410)를 통해 제어 신호와 데이터 신호를 수신하고, 수신한 제어 신호와 데이터 신호를 처리할 수 있다. 프로세서(1420)는 처리한 제어 신호와 데이터 신호를 송수신부(1410)를 통해 송신할 수 있다. 또한, 프로세서(1420)는 메모리(1430)에 데이터를 기록하거나 읽을 수 있다. 프로세서(1420)는 통신 규격에서 요구하는 프로토콜 스택의 기능들을 수행할 수 있다. 이를 위해, 프로세서(1420)는 적어도 하나의 프로세서 또는 마이크로(micro) 프로세서를 포함할 수 있다. 일 실시예에서, 송수신부(1410)의 일부 또는 프로세서(1420)는 CP(communication processor)로 지칭될 수 있다.
프로세서(1420)는 하나 또는 복수의 프로세서로 구성될 수 있다. 이때, 하나 또는 복수의 프로세서는 CPU, AP, DSP(Digital Signal Processor) 등과 같은 범용 프로세서, GPU, VPU(Vision Processing Unit)와 같은 그래픽 전용 프로세서 또는 NPU와 같은 인공지능 전용 프로세서일 수 있다. 예를 들어, 하나 또는 복수의 프로세서가 인공지능 전용 프로세서인 경우, 인공지능 전용 프로세서는, 특정 인공지능 모델의 처리에 특화된 하드웨어 구조로 설계될 수 있다.
일 실시예에서, 프로세서(1420)는, UE로부터 송신 전력 제어용 AI모델의 ES모드를 위한 요청을 수신할 수 있다. 또한, 프로세서(1420)는 기 설정된 조건에 기초하여, 송신 전력 제어용 AI모델의 ES모드 사용(또는 전환) 또는 해제여부를 결정할 수 있다. 프로세서(1420)는 UE에 송신 전력 제어용 AI모델의 ES모드 사용(또는 전환) 수락, 거절 또는 해제 응답을 전송하고, 송신 전력 범위 또는 송신 전력 값에 관한 설정 정보를 전송할 수 있다.
본 개시에 따른 인공지능과 관련된 기능은 프로세서와 메모리를 통해 동작된다. 프로세서는 하나 또는 복수의 프로세서로 구성될 수 있다. 이때, 하나 또는 복수의 프로세서는 CPU, AP, DSP(Digital Signal Processor) 등과 같은 범용 프로세서, GPU, VPU(Vision Processing Unit)와 같은 그래픽 전용 프로세서 또는 NPU와 같은 인공지능 전용 프로세서일 수 있다. 하나 또는 복수의 프로세서는, 메모리에 저장된 기 정의된 동작 규칙 또는 인공지능 모델에 따라, 입력 데이터를 처리하도록 제어한다. 하나 또는 복수의 프로세서가 인공지능 전용 프로세서인 경우, 인공지능 전용 프로세서는 특정 인공지능 모델의 처리에 특화된 하드웨어 구조로 설계될 수 있다.
기 정의된 동작 규칙 또는 인공지능 모델은 학습을 통해 만들어진 것을 특징으로 한다. 여기서, 학습을 통해 만들어진다는 것은, 기본 인공지능 모델(또는, 딥러닝 모델)이 학습 알고리즘에 의하여 다수의 학습 데이터들을 이용하여 학습됨으로써, 원하는 특성(또는, 목적)을 수행하도록 설정된 기 정의된 동작 규칙 또는 인공지능 모델이 만들어짐을 의미한다. 이러한 학습은 본 개시에 따른 인공지능이 수행되는 기기 자체에서 이루어질 수도 있고, 별도의 서버 및/또는 시스템을 통해 이루어 질 수도 있다. 학습 알고리즘의 예로는, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)이 있으나, 전술한 예에 한정되지 않는다.
인공지능 모델(또는, 딥러닝 모델)은, 복수의 신경망 레이어들로 구성될 수 있다. 복수의 신경망 레이어들 각각은 복수의 가중치들(weight values)을 갖고 있으며, 이전(previous) 레이어의 연산 결과와 복수의 가중치들 간의 연산을 통해 신경망 연산을 수행한다. 복수의 신경망 레이어들이 갖고 있는 복수의 가중치들은 인공지능 모델의 학습 결과에 의해 최적화될 수 있다. 예를 들어, 학습 과정 동안 인공지능 모델에서 획득한 로스(loss) 값 또는 코스트(cost) 값이 감소 또는 최소화되도록 복수의 가중치들이 갱신될 수 있다. 인공 신경망은 심층 신경망(Deep Neural Network, DNN)를 포함할 수 있으며, 예를 들어, CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), RBM(Restricted Boltzmann Machine), DBN(Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network) 또는 심층 Q-네트워크(Deep Q-Networks) 등이 있으나, 전술한 예에 한정되지 않는다.
본 개시에 따른 실시 예를 설명하기 위한 구체적인 예시는 각 기준, 방법, 세부 방법, 동작의 하나의 조합일 뿐이며 서술한 다양한 기법들 중 적어도 두 개 이상의 기법들의 조합을 통해 기지국과 UE는 AI(artificial intelligence) 모델 기반의 송신단 증폭기 비선형성 보상을 통한 커버리지 확보 및 UE의 송신 에너지 절약을 할 수 있다. 또한, 이 때, 전술한 기법들 중 하나 또는 적어도 두 개 이상의 조합을 통해 결정된 방식에 따라 수행될 수 있다. 예를 들어, 일 실시예의 동작의 일부를 다른 실시예의 동작의 일부와 조합하여 수행하는 것이 가능할 수 있다.
기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적 저장매체'는 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다. 예로, '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품(예: 다운로더블 앱(downloadable app))의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

Claims (15)

  1. 무선 통신 시스템에서 UE(user equipment)의 송신 전력 제어를 위한 기지국의 방법에 있어서,
    상기 UE로부터, 송신 전력 제어용 AI 모델의 에너지 절약 모드(energy saving mode, ES모드)를 위한 요청 신호를 수신하는 단계;
    상기 AI 모델의 상기 ES모드로의 전환 여부를 결정하는 단계; 및
    상기 결정에 기초하여, 상기 AI 모델의 상기 ES모드로의 전환 여부를 나타내는 정보를 포함하는 응답 신호를 상기 UE에 전송하는 단계; 를 포함하는, 방법.
  2. 제 1 항에 있어서, 상기 응답 신호는,
    송신 전력 범위(Tx power range)에 관련된 설정 정보를 포함하는, 방법.
  3. 제 2항에 있어서, 상기 AI 모델의 상기 ES모드로의 전환을 결정하는 경우,
    상기 AI 모델의 상기 ES모드로의 전환 여부를 나타내는 정보는, 상기 AI 모델의 상기 ES모드로의 전환을 나타내는 정보를 포함하고,
    상기 송신 전력 범위에 관련된 설정 정보는, 상기 UE에 기 설정된 송신 전력보다 낮은 범위에 속하는 송신 전력 값을 포함하고,
    상기 UE로부터, 상기 송신 전력 범위에 관련된 설정 정보에 기초하여 설정된 제 1 송신 전력에 따라 전송된 상향링크 신호를 수신하는 단계; 를 더 포함하는, 방법.
  4. 제 2항에 있어서, 상기 AI 모델을 상기 ES모드로 전환할 수 없다고 결정하는 경우,
    상기 AI 모델의 상기 ES모드로의 전환 여부를 나타내는 정보는, 상기 AI 모델을 상기 ES모드로 전환하지 않음을 나타내는 정보를 포함하고,
    상기 송신 전력 범위에 관련된 설정 정보는, 상기 UE에 기 설정된 송신 전력보다 같거나 높은 범위에 속하는 송신 전력 값을 포함하고,
    상기 UE로부터, 상기 송신 전력 범위에 관련된 설정 정보에 기초하여 설정된 제 2 송신 전력에 따라 전송된 상향링크 신호를 수신하는 단계; 를 더 포함하는, 방법.
  5. 제 3항에 있어서,
    상기 AI 모델의 상기 ES모드 해제를 결정하는 단계;
    상기 UE에, 상기 AI모델의 상기 ES모드 해제를 나타내는 정보 및 상기 제 1 송신 전력보다 높은 제 3 송신 전력을 지시하는 정보를 포함하는 해제 신호를 전송하는 단계; 및
    상기 UE로부터, 상기 지시된 제 3 송신 전력에 따라 전송된 상향링크 신호를 수신하는 단계;
    를 더 포함하는, 방법.
  6. 제 5항에 있어서,
    상기 UE로부터, 상기 AI모델의 상기 ES모드 해제를 위한 해제 요청 신호를 수신하는 단계; 및
    상기 해제 요청 신호에 응답하여 상기 해제 신호를 상기 UE에 전송하는 단계; 를 더 포함하는, 방법.
  7. 제 1항에 있어서, 상기 AI 모델의 상기 ES모드로의 전환 여부를 결정하는 단계는,
    상향링크 수신 특성 및 셀 정보 중 적어도 하나에 관한 정보에 기초하여, 상기 AI 모델의 상기 ES모드로의 전환 여부를 결정하는, 방법.
  8. 무선 통신 시스템에서 송신 전력 제어를 위한 UE(user equipment)의 방법에 있어서,
    기지국에 송신 전력 제어용 AI 모델의 에너지 절약 모드(energy saving mode, ES모드)를 위한 요청 신호를 전송하는 단계; 및
    상기 기지국에 의해 결정된 상기 AI 모델의 상기 ES모드로의 전환 여부에 기초하여, 상기 기지국으로부터, 상기 AI 모델의 상기 ES모드로의 전환 여부를 나타내는 정보를 포함하는 응답 신호를 수신하는 단계; 를 포함하는, 방법.
  9. 제 8 항에 있어서, 상기 응답 신호는,
    송신 전력 범위(Tx power range)에 관련된 설정 정보를 포함하는, 방법.
  10. 제 9항에 있어서, 상기 기지국이 상기 AI 모델의 상기 ES모드로의 전환을 결정하는 경우,
    상기 AI 모델의 상기 ES모드로의 전환 여부를 나타내는 정보는, 상기 AI 모델의 상기 ES모드로의 전환을 나타내는 정보를 포함하고,
    상기 송신 전력 범위에 관련된 설정 정보는, 상기 UE에 기 설정된 송신 전력보다 낮은 범위에 속하는 송신 전력 값을 포함하고,
    상기 기지국에, 상기 송신 전력 범위에 관련된 설정 정보에 기초하여 설정된 제 1 송신 전력에 따라 상향링크 신호를 전송하는 단계; 를 더 포함하는, 방법.
  11. 제 9항에 있어서, 상기 기지국이 상기 AI 모델을 상기 ES모드로 전환할 수 없다고 결정하는 경우,
    상기 AI 모델의 상기 ES모드로의 전환 여부를 나타내는 정보는, 상기 AI 모델을 상기 ES모드로 전환하지 않음을 나타내는 정보를 포함하고,
    상기 송신 전력 범위에 관련된 설정 정보는, 상기 UE에 기 설정된 송신 전력보다 같거나 높은 범위에 속하는 송신 전력 값을 포함하고,
    상기 기지국에, 상기 송신 전력 범위에 관련된 설정 정보에 기초하여 설정된 제 2 송신 전력에 따라 상향링크 신호를 전송하는 단계; 를 더 포함하는, 방법.
  12. 제 10항에 있어서,
    상기 기지국으로부터, 상기 AI모델의 상기 ES모드 해제를 나타내는 정보 및 상기 제 1 송신 전력보다 높은 제 3 송신 전력을 지시하는 정보를 포함하는 해제 신호를 수신하는 단계; 및
    상기 기지국에, 상기 지시된 제 3 송신 전력에 따라 상향링크 신호를 전송하는 단계; 를 더 포함하는, 방법.
  13. 제 10항에 있어서,
    상기 AI 모델의 상기 ES모드 해제를 결정하는 단계;
    상기 결정에 기초하여, 상기 기지국에 상기 AI모델의 상기 ES모드 해제를 위한 해제 요청 신호를 전송하는 단계; 및
    상기 기지국으로부터, 상기 요청 신호에 대한 응답으로, 상기 해제 신호를 수신하는 단계; 를 더 포함하는, 방법.
  14. 무선 통신 시스템에서 UE(user equipment)의 송신 전력 제어를 위한 기지국에 있어서,
    송수신부, 및
    상기 송수신부에 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는,
    상기 UE로부터, 송신 전력 제어용 AI 모델의 에너지 절약 모드(energy saving mode, ES모드)를 위한 요청 신호를 수신하고,
    상기 AI 모델의 상기 ES모드로의 전환 여부를 결정하고,
    상기 결정에 기초하여, 상기 AI 모델의 상기 ES모드로의 전환 여부를 나타내는 정보를 포함하는 응답 신호를 상기 UE에 전송하는, 기지국.
  15. 무선 통신 시스템에서 송신 전력 제어을 위한 UE(user equipment)에 있어서,
    송수신부, 및
    상기 송수신부에 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는,
    기지국에 송신 전력 제어용 AI 모델의 에너지 절약 모드(energy saving mode, ES모드)를 위한 요청 신호를 전송하고,
    상기 기지국에 의해 결정된 상기 AI 모델의 상기 ES모드로의 전환 여부에 기초하여, 상기 기지국으로부터, 상기 AI 모델의 상기 ES모드로의 전환 여부를 나타내는 정보를 포함하는 응답 신호를 수신하는, UE.
PCT/KR2023/018467 2022-11-25 2023-11-16 무선 통신 시스템에서 ue의 송신 전력을 제어하는 방법 및 장치 WO2024112000A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220160676A KR20240078088A (ko) 2022-11-25 2022-11-25 무선 통신 시스템에서 ue의 송신 전력을 제어하는 방법 및 장치
KR10-2022-0160676 2022-11-25

Publications (1)

Publication Number Publication Date
WO2024112000A1 true WO2024112000A1 (ko) 2024-05-30

Family

ID=91196343

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/018467 WO2024112000A1 (ko) 2022-11-25 2023-11-16 무선 통신 시스템에서 ue의 송신 전력을 제어하는 방법 및 장치

Country Status (2)

Country Link
KR (1) KR20240078088A (ko)
WO (1) WO2024112000A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100003734A (ko) * 2007-04-25 2010-01-11 키오세라 와이어리스 코포레이션 무선 구성 버전을 기반으로 한 휴대용 통신 장치의 전력 관리
KR20160002240A (ko) * 2014-06-30 2016-01-07 삼성전자주식회사 저전력 단말의 통신 효과를 높이는 방법 및 장치
KR20190121628A (ko) * 2018-04-18 2019-10-28 에스케이텔레콤 주식회사 전력 절감 모드가 적용된 이동통신 단말 및 이동통신 시스템
KR20190129333A (ko) * 2018-05-10 2019-11-20 에스케이텔레콤 주식회사 이동통신 단말 및 이동통신 시스템
WO2022052059A1 (zh) * 2020-09-11 2022-03-17 华为技术有限公司 一种通信方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100003734A (ko) * 2007-04-25 2010-01-11 키오세라 와이어리스 코포레이션 무선 구성 버전을 기반으로 한 휴대용 통신 장치의 전력 관리
KR20160002240A (ko) * 2014-06-30 2016-01-07 삼성전자주식회사 저전력 단말의 통신 효과를 높이는 방법 및 장치
KR20190121628A (ko) * 2018-04-18 2019-10-28 에스케이텔레콤 주식회사 전력 절감 모드가 적용된 이동통신 단말 및 이동통신 시스템
KR20190129333A (ko) * 2018-05-10 2019-11-20 에스케이텔레콤 주식회사 이동통신 단말 및 이동통신 시스템
WO2022052059A1 (zh) * 2020-09-11 2022-03-17 华为技术有限公司 一种通信方法及装置

Also Published As

Publication number Publication date
KR20240078088A (ko) 2024-06-03

Similar Documents

Publication Publication Date Title
WO2023277454A1 (en) Method and apparatus for channel environment classification in wireless network system
WO2010104313A2 (ko) 다중 안테나를 지원하는 무선 통신 시스템에서의 전송 전력 제어 방법
EP4289178A1 (en) Method and apparatus for support of machine learning or artificial intelligence techniques for handover management in communication systems
WO2024112000A1 (ko) 무선 통신 시스템에서 ue의 송신 전력을 제어하는 방법 및 장치
WO2022098131A1 (en) Apparatus and method for load balancing in wireless communication system
WO2024090591A1 (ko) 무선 통신 시스템에서 단말이 실행중인 기능의 실행 모드를 제어하는 방법 및 장치
WO2022080935A1 (ko) 무선 통신 시스템에서 하이브리드 빔포밍 통신을 수행하는 방법 및 장치
WO2023042941A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2024122689A1 (ko) 무선 통신 시스템에서 다중 업링크 캐리어 접속을 지원하는 방법 및 장치
WO2024101729A1 (ko) 무선 통신 시스템에서 페이징 절차를 위한 방법 및 장치
WO2022231084A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2024029795A1 (en) Apparatus and method for reporting csi in wireless communication system
WO2023101304A1 (ko) 무선 통신 시스템에서 통신을 수행하는 방법 및 장치
WO2022060008A1 (ko) 위성 통신 시스템에서 단말의 이동성 관리 기법 및 장치
WO2024144111A1 (ko) 무선 통신 시스템에서 가상 분산 유닛의 무선 자원을 스케줄링하는 방법 및 장치
WO2023210992A1 (en) Method and apparatus for communication in wireless communication system using reconfigurable intelligent surface (ris)
WO2024096355A1 (en) Method and device for reporting csi based on ai model in wireless communication system
WO2024143594A1 (ko) 무선 통신 시스템에서 메타표면을 이용하여 신호를 제어하기 위한 장치 및 방법
WO2023219192A1 (ko) 무선 통신 시스템에서 지능형 반사 평면에 관련된 채널을 추정하기 위한 장치 및 방법
WO2024048803A1 (ko) 무선 통신 시스템에서 불연속 수신 동작에 관련된 파라미터를 설정하기 위한 장치 및 방법
WO2024111693A1 (ko) 무선 통신 시스템에서 가상 수신 배열을 이용하여 레이다-통신을 수행하기 위한 장치 및 방법
WO2023068867A1 (ko) 다중 안테나 시스템에서 데이터를 전송하는 장치 및 방법
WO2023239113A1 (ko) 무선 통신 시스템에서 네트워크 전력감소 모드 동작을 위한 방법 및 장치
WO2023249342A1 (ko) 무선 통신 시스템에서 채널 상태 정보의 보고를 위한 방법 및 장치
WO2024072121A1 (ko) 무선 통신 시스템에서 상향링크 신호의 동기화를 지원하기 위한 방법 및 장치