WO2025009901A1 - 인공지능 및/또는 머신러닝 기반 통신을 위한 모델 훈련 방법 및 장치 - Google Patents

인공지능 및/또는 머신러닝 기반 통신을 위한 모델 훈련 방법 및 장치 Download PDF

Info

Publication number
WO2025009901A1
WO2025009901A1 PCT/KR2024/009443 KR2024009443W WO2025009901A1 WO 2025009901 A1 WO2025009901 A1 WO 2025009901A1 KR 2024009443 W KR2024009443 W KR 2024009443W WO 2025009901 A1 WO2025009901 A1 WO 2025009901A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
terminal
model
message
information
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/KR2024/009443
Other languages
English (en)
French (fr)
Inventor
이은종
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KT Corp
Original Assignee
KT Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020240085445A external-priority patent/KR20250007985A/ko
Application filed by KT Corp filed Critical KT Corp
Priority to EP24836348.3A priority Critical patent/EP4723506A1/en
Priority to CN202480045560.0A priority patent/CN121464585A/zh
Publication of WO2025009901A1 publication Critical patent/WO2025009901A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G06N3/0455—Auto-encoder networks; Encoder-decoder networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/047—Probabilistic or stochastic networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/09—Supervised learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/098—Distributed learning, e.g. federated learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0686—Hybrid systems, i.e. switching and simultaneous transmission
    • H04B7/0695—Hybrid systems, i.e. switching and simultaneous transmission using beam selection

Definitions

  • This specification relates to wireless communications applicable to 5G NR, 5G-Advanced and 6G.
  • next-generation 5G system which is an improved wireless broadband communication system than the existing LTE system
  • NewRAT communication scenarios are divided into Enhanced Mobile BroadBand (eMBB) / Ultra-reliability and low-latency communication (URLLC) / Massive Machine-Type Communications (mMTC).
  • eMBB Enhanced Mobile BroadBand
  • URLLC Ultra-reliability and low-latency communication
  • mMTC Massive Machine-Type Communications
  • eMBB is a next-generation mobile communication scenario with the characteristics of High Spectrum Efficiency, High User Experienced Data Rate, and High Peak Data Rate
  • URLLC is a next-generation mobile communication scenario with the characteristics of Ultra Reliable, Ultra Low Latency, and Ultra High Availability (e.g., V2X, Emergency Service, Remote Control)
  • mMTC is a next-generation mobile communication scenario with the characteristics of Low Cost, Low Energy, Short Packet, and Massive Connectivity (e.g., IoT).
  • An object of the present specification is to provide a method and device for data collection between a terminal and a network when performing AI/ML model training on the terminal side to efficiently perform beam management using AI/ML in a wireless communication system.
  • One embodiment of the present specification provides a method for a wireless communication system in which a terminal receives data for AI/ML model training from a base station and performs AI/ML model training based on the received data. After performing the AI/ML model training, the terminal transmits a first message to the base station instructing termination of data collection.
  • one embodiment of the present specification provides a method in which, in a wireless communication system, a base station transmits data for AI/ML model training to a terminal. After performing AI/ML model training, the base station receives a first message from the terminal instructing termination of data collection.
  • one embodiment of the present specification provides a wireless communication system, comprising at least one processor, and at least one memory storing instructions and being operably electrically connectable to the at least one processor, wherein operations performed based on the instructions being executed by the at least one processor include: receiving data for AI/ML model training from a base station, and performing AI/ML model training based on the received data. After performing the AI/ML model training, a communication device is provided that transmits a first message to the base station instructing termination of data collection.
  • one embodiment of the present specification provides a wireless communication system, comprising at least one processor, and at least one memory storing instructions and being operably electrically connectable to the at least one processor, wherein the operations performed based on the instructions being executed by the at least one processor include: transmitting data for AI/ML model training to a terminal. After performing the AI/ML model training, a base station is provided that receives a first message from the terminal instructing termination of data collection.
  • the base station transmits setting information for receiving the above data to the terminal, and the terminal can receive the same.
  • the setting information can include event information related to the end of collection of the data, and the first message can be transmitted based on the event information.
  • the above event information may include at least one of threshold information related to the performance of the AI/ML model and time information for the end of training of the AI/ML model.
  • the above first message may be for disabling transmission of the data.
  • the terminal transmits a second message requesting transmission of the data to the base station, and the base station can receive it. Based on the second message, the setting information is transmitted from the base station to the terminal, and the terminal can receive it.
  • the second message may include at least one of time information and data amount information for the end of the AI/ML model training.
  • Figure 1 is a diagram illustrating a wireless communication system.
  • Figure 2 illustrates the structure of a radio frame used in NR.
  • FIGS. 3A to 3C are exemplary diagrams showing exemplary architectures for wireless communication services.
  • Figure 4 illustrates the slot structure of an NR frame.
  • Figure 5 shows examples of subframe types in NR.
  • Figure 6 illustrates the structure of a self-contained slot.
  • Figure 7 shows an example of initial beam measurement and selection in NR.
  • Figure 8 shows an example of an initial connection procedure between a terminal and a base station in NR.
  • Figure 9 shows an example of candidate beam settings in NR.
  • Figures 10a to 10c illustrate three procedures for beam management in NR.
  • Figures 11a to 11c illustrate examples of beam reporting procedures in NR.
  • Figures 12a and 12b show examples of beam measurement and spatial domain beam prediction using AI/ML.
  • Figure 13 shows an example of temporal domain beam prediction using AI/ML.
  • Figure 14 shows an operation method of a terminal according to one embodiment of the present specification.
  • Figure 15 illustrates an operation method of a terminal according to another embodiment of the present specification.
  • Figure 16 illustrates an operation method of a terminal according to another embodiment of the present specification.
  • Figures 17a and 17b illustrate procedures of a terminal and a base station according to embodiments of the present specification.
  • Figure 18 shows a procedure of a terminal and a base station for event-based model training according to one embodiment of the present specification.
  • Figure 19 illustrates a procedure of a terminal and a base station for event-based model training according to another embodiment of the present specification.
  • Figure 20 illustrates a procedure of a terminal and a base station for event-based model training according to another embodiment of the present specification.
  • Figure 21 shows a procedure of a terminal and a base station for event-based model training according to another embodiment of the present specification.
  • Figure 24 illustrates a device according to one embodiment of the present specification.
  • Figure 25 is a block diagram showing the configuration of a terminal according to one embodiment of the present specification.
  • FIG. 26 illustrates a block diagram of a processor in which the disclosure of the present specification is implemented.
  • FIG. 27 is a block diagram showing in detail the transceiver of the first device illustrated in FIG. 24 or the transceiver unit of the device illustrated in FIG. 25.
  • first, second, etc. used in this specification may be used to describe various components, but the components should not be limited by the terms. The terms are used only for the purpose of distinguishing one component from another.
  • first component may be referred to as the second component
  • second component may also be referred to as the first component.
  • a component When it is said that a component is connected or connected to another component, it may be directly connected or connected to that other component, but there may be other components in between. On the other hand, when it is said that a component is directly connected or connected to another component, it should be understood that there are no other components in between.
  • a or B can mean “only A,” “only B,” or “both A and B.” In other words, as used herein, “A or B” can be interpreted as “A and/or B.” For example, as used herein, “A, B or C” can mean “only A,” “only B,” “only C,” or “any combination of A, B and C.”
  • a slash (/) or a comma can mean “and/or.”
  • A/B can mean “A and/or B.”
  • A/B can mean “only A,” “only B,” or “both A and B.”
  • A, B, C can mean “A, B, or C.”
  • At least one of A and B can mean “only A”, “only B” or “both A and B”. Additionally, as used herein, the expressions “at least one of A or B” or “at least one of A and/or B” can be interpreted identically to “at least one of A and B”.
  • “at least one of A, B and C” can mean “only A,” “only B,” “only C,” or “any combination of A, B and C.” Additionally, “at least one of A, B or C” or “at least one of A, B and/or C” can mean “at least one of A, B and C.”
  • control information when it is indicated as “control information (PDCCH)”, “PDCCH (Physical Downlink Control Channel)” may be suggested as an example of “control information”.
  • control information in this specification is not limited to “PDCCH”, and “PDDCH” may be suggested as an example of “control information”.
  • PDCCH Physical Downlink Control Channel
  • PDCCH Physical Downlink Control Channel
  • the attached drawing illustrates an example of a UE (User Equipment), the illustrated UE may also be referred to as a terminal, an ME (Mobile Equipment), etc.
  • the UE may be a portable device such as a laptop, a mobile phone, a PDA, a smart phone, a multimedia device, etc., or a non-portable device such as a PC or a vehicle-mounted device.
  • UE is used as an example of a device capable of wireless communication (e.g., a wireless communication device, a wireless device, or a wireless device).
  • the operations performed by the UE can be performed by any device capable of wireless communication.
  • a device capable of wireless communication may also be referred to as a wireless communication device, a wireless device, or a wireless device.
  • base station generally refers to a fixed station that communicates with wireless devices, and can be used as a comprehensive term that includes eNodeB (evolved-NodeB), eNB (evolved-NodeB), BTS (Base Transceiver System), Access Point, gNB (Next generation NodeB), RRH (remote radio head), TP (transmission point), RP (reception point), relay, etc.
  • eNodeB evolved-NodeB
  • eNB evolved-NodeB
  • BTS Base Transceiver System
  • Access Point gNB (Next generation NodeB)
  • RRH remote radio head
  • TP transmission point
  • RP reception point
  • relay etc.
  • LTE long term evolution
  • LTE-A LTE-Advanced
  • 5G 5th generation
  • ITU proposes three usage scenarios: eMBB (enhanced Mobile BroadBand), mMTC (massive Machine Type Communication), and URLLC (Ultra Reliable and Low Latency Communications).
  • eMBB enhanced Mobile BroadBand
  • mMTC massive Machine Type Communication
  • URLLC Ultra Reliable and Low Latency Communications
  • URLLC is for use scenarios that require high reliability and low latency.
  • services such as autonomous driving, factory automation, and augmented reality require high reliability and low latency (e.g., latency below 1ms).
  • the current latency of 4G (LTE) is statistically 21-43ms (best 10%), 33-75ms (median). This is insufficient to support services requiring latency below 1ms.
  • eMBB use scenarios are for use scenarios that require mobile ultra-wideband.
  • the 5th generation mobile communication system can support higher capacity than the current 4G LTE, increase the density of mobile broadband users, and support D2D (Device to Device), high stability, and MTC (Machine type communication).
  • 5G research and development also aims for lower standby time and lower battery consumption than the 4G mobile communication system to better implement the Internet of Things.
  • a new radio access technology (New RAT or NR) can be proposed.
  • the NR frequency band can be defined by two types of frequency ranges (FR1, FR2).
  • the numerical values of the frequency ranges can be changed, and for example, the two types of frequency ranges (FR1, FR2) can be as shown in Table 1 below.
  • FR1 can mean “sub 6GHz range”
  • FR2 can mean “above 6GHz range” and can be called millimeter wave (mmW).
  • mmW millimeter wave
  • FR1 can include a band of 410 MHz to 7125 MHz as shown in Table 1. That is, FR1 can include a frequency band of 6 GHz (or 5850, 5900, 5925 MHz, etc.) or higher.
  • the frequency band of 6 GHz (or 5850, 5900, 5925 MHz, etc.) or higher included in FR1 can include an unlicensed band.
  • the unlicensed band can be used for various purposes, for example, it can be used for communication for vehicles (e.g., autonomous driving).
  • 3GPP-based communication standards define downlink physical channels corresponding to resource elements carrying information originating from upper layers, and downlink physical signals corresponding to resource elements used by the physical layer but not carrying information originating from upper layers.
  • a physical downlink shared channel (PDSCH), a physical broadcast channel (PBCH), a physical multicast channel (PMCH), a physical control format indicator channel (PCFICH), a physical downlink control channel (PDCCH), and a physical hybrid ARQ indicator channel (PHICH) are defined as downlink physical channels, and a reference signal and a synchronization signal are defined as downlink physical signals.
  • a physical uplink shared channel (PUSCH), a physical uplink control channel (PUCCH), and a physical random access channel (PRACH) are defined as uplink physical channels
  • a demodulation reference signal (DMRS) for uplink control/data signals
  • a sounding reference signal (SRS) used for uplink channel measurement are defined.
  • PDCCH Physical Downlink Control CHannel
  • PCFICH Physical Control Format Indicator CHannel
  • PHICH Physical Hybrid automatic retransmit request Indicator CHannel
  • PDSCH Physical Downlink Shared CHannel
  • DCI Downlink Control Information
  • CFI Control Format Indicator
  • Downlink ACK/NACK ACKnowlegement/Negative ACK
  • PUCCH Physical Uplink Control CHannel
  • PUSCH Physical Uplink Shared CHannel
  • PRACH Physical Random Access CHannel
  • UCI Uplink Control Information
  • the wireless communication system includes at least one base station (BS).
  • the BS is divided into a gNodeB (or gNB) (20a) and an eNodeB (or eNB) (20b).
  • the gNB (20a) supports 5th generation mobile communication.
  • the eNB (20b) supports 4th generation mobile communication, i.e., LTE (long term evolution).
  • Each base station (20a and 20b) provides communication services for a specific geographic area (generally called a cell) (20-1, 20-2, 20-3).
  • the cell may be further divided into a number of areas (called sectors).
  • a UE usually belongs to one cell, and the cell to which the UE belongs is called a serving cell.
  • a base station that provides communication services for a serving cell is called a serving BS. Since a wireless communication system is a cellular system, there are other cells adjacent to the serving cell. Other cells adjacent to a serving cell are called neighbor cells.
  • a base station that provides communication services for a neighbor cell is called a neighbor BS. The serving cell and neighbor cells are determined relatively based on the UE.
  • downlink means communication from a base station (20) to a UE (10)
  • uplink means communication from a UE (10) to a base station (20).
  • the transmitter may be part of the base station (20), and the receiver may be part of the UE (10).
  • the transmitter may be part of the UE (10), and the receiver may be part of the base station (20).
  • wireless communication systems can be largely divided into FDD (frequency division duplex) and TDD (time division duplex).
  • FDD frequency division duplex
  • TDD time division duplex
  • uplink transmission and downlink transmission are performed while occupying different frequency bands.
  • TDD time division duplex
  • the channel response of the TDD method is substantially reciprocal. This means that the downlink channel response and the uplink channel response are almost the same in a given frequency domain. Therefore, in a wireless communication system based on TDD, the downlink channel response has the advantage of being able to be obtained from the uplink channel response.
  • the entire frequency band is time-divided into uplink transmission and downlink transmission, so the downlink transmission by the base station and the uplink transmission by the UE cannot be performed simultaneously.
  • uplink transmission and downlink transmission are divided into subframe units, uplink transmission and downlink transmission are performed in different subframes.
  • Figure 2 illustrates the structure of a radio frame used in NR.
  • a radio frame has a length of 10 ms and is defined by two 5 ms half-frames (Half-Frames, HF).
  • a half-frame is defined by five 1 ms subframes (Subframes, SF).
  • a subframe is divided into one or more slots, and the number of slots in a subframe depends on the Subcarrier Spacing (SCS).
  • SCS Subcarrier Spacing
  • Each slot contains 12 or 14 OFDM (A) symbols depending on the cyclic prefix (CP). When a normal CP is used, each slot contains 14 symbols. When an extended CP is used, each slot contains 12 symbols.
  • a symbol may include an OFDM symbol (or a CP-OFDM symbol), an SC-FDMA symbol (or a DFT-s-OFDM symbol).
  • multiple numerologies may be provided to a terminal as wireless communication technology advances. For example, when the SCS is 15 kHz, it supports a wide area in traditional cellular bands; when the SCS is 30 kHz/60 kHz, it supports dense-urban, lower latency, and wider carrier bandwidth; and when the SCS is 60 kHz or higher, it supports a bandwidth larger than 24.25 GHz to overcome phase noise.
  • the above numerology can be defined by the CP (cycle prefix) length and the subcarrier spacing (SCS).
  • One cell can provide multiple numerologies to the terminal.
  • the index of the numerology is represented as ⁇
  • each subcarrier spacing and the corresponding CP length can be as shown in the table below.
  • N slot symb the number of OFDM symbols per slot
  • N frame, ⁇ slot the number of slots per frame
  • N subframe, ⁇ slot the number of slots per subframe
  • ⁇ ⁇ f 2 ⁇ 15 [kHz] N slot symb N frame, ⁇ slot N subframe, ⁇ slot 0 15 14 10 1 1 30 14 20 2 2 60 14 40 4 3 120 14 80 8 4 240 14 160 16 5 480 14 320 32 6 960 14 640 64
  • N slot symb the number of OFDM symbols per slot
  • N frame, ⁇ slot the number of slots per frame
  • N subframe, ⁇ slot the number of slots per subframe
  • OFDM(A) numerology e.g., SCS, CP length, etc.
  • OFDM(A) numerology e.g., SCS, CP length, etc.
  • the (absolute time) section of a time resource e.g., SF, slot or TTI
  • TU Time Unit
  • Figures 3a to 3c are exemplary diagrams showing exemplary architectures for wireless communication services.
  • the UE is connected to an LTE/LTE-A based cell and an NR based cell in a DC (dual connectivity) manner.
  • DC dual connectivity
  • the above NR-based cell is connected to the core network for existing 4th generation mobile communications, i.e. Evolved Packet Core (EPC).
  • EPC Evolved Packet Core
  • an LTE/LTE-A-based cell is connected to a core network for 5th generation mobile communications, i.e., a 5G core network.
  • NSA non-standalone
  • the UE is connected only to NR-based cells.
  • a service method based on this architecture is called SA (standalone).
  • reception from a base station uses a downlink subframe, and transmission to a base station uses an uplink subframe.
  • This method can be applied to paired spectrums and non-paired spectrums.
  • a pair of spectrums means that two carrier spectrums are included for downlink and uplink operations.
  • one carrier can include a downlink band and an uplink band that are paired with each other.
  • Figure 4 illustrates the slot structure of an NR frame.
  • a slot includes multiple symbols in the time domain. For example, in the case of a normal CP, one slot includes 14 symbols, but in the case of an extended CP, one slot includes 12 symbols.
  • a carrier includes multiple subcarriers in the frequency domain.
  • An RB Resource Block
  • a BWP Bandwidth Part
  • a terminal can be configured with up to N (e.g., 4) BWPs in the downlink and uplink, respectively.
  • each element is referred to as a Resource Element (RE), to which one complex symbol can be mapped.
  • RE Resource Element
  • Figure 5 shows examples of subframe types in NR.
  • the TTI (transmission time interval) illustrated in FIG. 5 may be called a subframe or slot for NR (or new RAT).
  • the subframe (or slot) of FIG. 5 may be used in a TDD system of NR (or new RAT) to minimize data transmission delay.
  • the subframe (or slot) includes 14 symbols.
  • the symbols in the front of the subframe (or slot) may be used for a downlink (DL) control channel, and the symbols in the back of the subframe (or slot) may be used for an uplink (UL) control channel.
  • the remaining symbols may be used for DL data transmission or UL data transmission.
  • downlink transmission and uplink transmission may be sequentially performed in one subframe (or slot). Therefore, downlink data may be received within a subframe (or slot), and an uplink acknowledgement (ACK/NACK) may be transmitted within the subframe (or slot).
  • ACK/NACK uplink acknowledgement
  • subframes or slots
  • slots self-contained subframes
  • the first N symbols in a slot are used to transmit a DL control channel (hereinafter, DL control region), and the last M symbols in the slot can be used to transmit a UL control channel (hereinafter, UL control region).
  • N and M are each an integer greater than or equal to 0.
  • a resource region (hereinafter, data region) between the DL control region and the UL control region can be used for DL data transmission or UL data transmission.
  • a physical downlink control channel (PDCCH) can be transmitted in the DL control region
  • a physical downlink shared channel (PDSCH) can be transmitted in the DL data region.
  • a physical uplink control channel (PUCCH) can be transmitted in the UL control region, and a physical uplink shared channel (PUSCH) can be transmitted in the UL data region.
  • a time gap may be required for a transition process from a transmission mode to a reception mode or from a reception mode to a transmission mode.
  • some OFDM symbols when switching from DL to UL in the subframe structure can be set as a guard period (GP).
  • Figure 6 illustrates the structure of a self-contained slot.
  • a frame is characterized by a self-contained structure in which a DL control channel, DL or UL data, and a UL control channel can all be included in one slot.
  • the first N symbols in a slot can be used to transmit a DL control channel (hereinafter, referred to as a DL control region), and the last M symbols in a slot can be used to transmit a UL control channel (hereinafter, referred to as a UL control region).
  • N and M are each integers greater than or equal to 0.
  • a resource region hereinafter, referred to as a data region
  • a data region between the DL control region and the UL control region can be used for DL data transmission or UL data transmission.
  • the following configuration can be considered. Each section is listed in chronological order.
  • DL Area (i) DL Data Area, (ii) DL Control Area + DL Data Area
  • UL domain (i) UL data domain, (ii) UL data domain + UL control domain.
  • a PDCCH In the DL control region, a PDCCH can be transmitted, and in the DL data region, a PDSCH can be transmitted.
  • a PUCCH In the UL control region, a PUCCH can be transmitted, and in the UL data region, a PUSCH can be transmitted.
  • DCI Downlink Control Information
  • UCI Uplink Control Information
  • ACK/NACK Positive Acknowledgement/Negative Acknowledgement
  • CSI Channel State Information
  • SR Service Request
  • GP provides a time gap during the process in which a base station and a terminal switch from a transmission mode to a reception mode or during the process in which they switch from a reception mode to a transmission mode. Some symbols at the time of switching from DL to UL within a subframe can be set to GP.
  • the current beam management method of 3GPP NR can be divided into the initial access phase and the cell connection establishment phase.
  • a terminal performing the initial access procedure establishes its initial transmit/receive (Tx/Rx) beam through a random access procedure, i.e., a RACH (random access channel) procedure.
  • Tx/Rx transmit/receive
  • RACH random access channel
  • Figure 7 shows an example of initial beam measurement and selection in NR.
  • the base station in order to provide base station transmission beam (gNB Tx beam) setting to terminals (UE1/UE2) without cell connection, the base station repeatedly transmits SSBs (synchronization signal blocks) to which beams in different directions are mapped periodically. And, SSBs can be transmitted at 20ms cycles within 5ms. Specifically, the default value for initial cell selection can be 20ms.
  • a terminal can select a qualified SSB through signal measurement for periodically transmitted SSBs and transmit a PRACH (physical random access channel) preamble mapped to the selected SSB, thereby informing the base station of information about the selected Tx beam.
  • PRACH physical random access channel
  • terminals at different locations i.e., UE1, can select an SSB having an SSB index of 3 and UE2, can select an SSB having an SSB index of 9, and then UE1 and UE2 can each transmit a corresponding PRACH preamble for the selected SSB.
  • UE1 and UE2 can each transmit a corresponding PRACH preamble for the selected SSB.
  • each SSB is beamformed in a specific direction.
  • Figure 8 shows an example of an initial connection procedure between a terminal and a base station in NR.
  • the UE receives cell-related parameter information (e.g., PRACH information corresponding to each SSB) required in the initial access stage through a system information message transmitted by a base station (gNB) (S802).
  • the system information message includes a master information block (MIB) and a system information block 1 (SIB1) including cell common information.
  • MIB master information block
  • SIB1 system information block 1
  • the terminal After the terminal acquires the system information message, it receives SSBs periodically transmitted from the base station (S803). Then, the terminal measures RSRP (reference signal received power) for the received SSBs. Among the N SSBs, i.e., beams, it selects one SSB (beam) with the highest/qualified value (value).
  • RSRP reference signal received power
  • the terminal transmits an RA (random access) preamble belonging to the PRACH resource corresponding to the selected SSB (beam) to the base station (S805). Through this, the terminal can inform the base station of the selected initial beam information.
  • RA random access
  • the base station receives an RA (random access) preamble belonging to a PRACH resource corresponding to an SSB (beam) selected from a terminal, and in response transmits an RAR (random access response) to the terminal using the selected SSB (beam) (S806).
  • RA random access
  • RAR random access response
  • a base station that does not know the location/beam information of a terminal that first enters a cell i.e., a terminal performing the CBRA (contention based random access) procedure
  • a terminal performing the CBRA (contention based random access) procedure can set up to 64 beams in common (cell commonly) for the beam setting of a terminal that has no connection, and the terminal sequentially measures all beams to find the optimal beam at its location. This not only causes a time delay in beam selection and cell connection as the number of beams in the cell increases, but can also increase the power consumption of the terminal by requiring the terminal to measure a large number of beams.
  • the base station can identify the approximate location/beam of the initially connected terminal by mapping a wide beam for SSB, and can set a narrow beam through a beam refinement operation after the terminal accesses the cell.
  • the narrow beam provides a high data rate to the terminal
  • the base station allocates a CSI resource (CSI-RS/SSB) to which a candidate beam is mapped to the terminal in a UE-specific manner, so that the terminal continuously measures the surrounding beam strength and reports the measurement result to the base station.
  • CSI-RS/SSB CSI resource
  • Figure 9 shows an example of candidate beam settings in NR.
  • a terminal that has received a beam report performs a report based on the configuration of the base station by measuring the reference signal (RS) allocated to it.
  • RS reference signal
  • this UE-specific CSI configuration method has a problem in that as the number of terminals in a cell increases, the RS resources allocated to each terminal also rapidly increase.
  • the base station can select a method of allocating the same candidate beam, i.e., CSI resources, to terminals in similar locations, as shown in Fig. 9. This can be called UE group-specific CSI resource configuration.
  • CSI resources i.e., CSI resources
  • the base station can operate candidate beams by appropriately increasing the number of beams belonging to the CSI resource set.
  • the increased number of beams increases the burden on measurement.
  • Figures 10a to 10c illustrate three procedures for beam management in NR.
  • Beam management in NR can be defined by dividing into three procedures in terms of procedures defined in the physical layer.
  • Fig. 10a shows Procedure 1 (P1)
  • Fig. 10b shows Procedure 2 (P2)
  • Fig. 10c shows Procedure 3 (P3), respectively.
  • P1 is an operation to find a transmission reception point (TRP) beam sweeping and UE beam sweeping simultaneously while performing beam setting of a terminal performing the initial access procedure described above.
  • a terminal entering the connected mode recognizes that beams set by the base station through candidate beam (i.e., CSI resource set) setting will be swept, and first performs signal strength measurement for the TRP beam.
  • the base station When the TRP beam of the terminal is selected through P2, the base station repeatedly transmits the selected one beam through P3.
  • the terminal can select a UE beam while performing UE beam sweeping. It is up to the terminal implementation which beam the UE selects in this operation.
  • the above-described operation can be applied to both downlink (DL) and uplink (UL).
  • Figures 11a to 11c illustrate examples of beam reporting procedures in NR.
  • Beam sweeping uses a method in which the base station notifies the terminal of reference signal (RS) resource information by setting a specific candidate beam, i.e., a CSI resource set, so that information about the beam is implicitly notified by mapping it with the RS resource information. That is, rather than notifying the terminal of the actual beam index, the base station recognizes the information about the mapped beam through the index information implicitly mapped to the RS information using the RS resource indicator (RI). This is set using the 3GPP CSI framework, and the terminal implicitly reports RSRP information about the best four beams (RI) to the base station by measuring the RS strength for the resources set by the base station.
  • the method for reporting the measurement results also depends on the RRC setting of the base station, and 3GPP defines it to be set in one of the following three ways.
  • FIG. 11a shows a periodic CSI reporting method, which is triggered through RRC configuration. That is, the terminal receives an RRC configuration message from the base station, and the RRC configuration message includes settings for CSI-related RS resources and reporting methods, i.e., CSI resource set information, and information that CSI reporting is periodic (S1101a). Thereafter, the terminal receives RSs periodically transmitted based on the received RRC configuration message (S1102a and S1105a), and measures signal strength for a beam based on the received RSs (S1103a and S1106a). Then, the terminal periodically reports the measured result (value) to the base station (S1104a and S1107a).
  • the terminal receives an RRC configuration message from the base station, and the RRC configuration message includes settings for CSI-related RS resources and reporting methods, i.e., CSI resource set information, and information that CSI reporting is periodic (S1101a). Thereafter, the terminal receives RSs periodically transmitted based on the received RRC configuration
  • FIG. 11b shows an aperiodic CSI reporting method. Even if CSI-related RS resources and a reporting method are configured through an RRC configuration message, beam measurement through RS is not performed without a trigger message (or information) from a lower layer. That is, the terminal receives an RRC configuration message including configuration of CSI-related RS resources and a reporting method, that is, CSI resource set information and information that CSI reporting is aperiodic, from the base station (S1101b), and the CSI report trigger is performed through a medium access control (MAC) control element (CE) or downlink control information (DCI).
  • MAC medium access control
  • CE control element
  • DCI downlink control information
  • the terminal receives CSI report trigger information including a trigger indication from the base station through the MAC CE or DCI (S1102b), and receives RSs transmitted once based on the received trigger indication (S1103b).
  • the transmission of RSs for the CSI resource set can be transmitted after a specific time (e.g., X slots) at which the CSI report trigger information is transmitted.
  • the terminal measures the signal strength for the beam based on the received RSs (S1104b).
  • the terminal reports the measured result (value) to the base station once (S1105b).
  • the CSI report can be transmitted after a specific time (e.g., Y slots) at which the CSI report trigger information is received.
  • Fig. 11c shows a semi-persistent reporting method, which is an intermediate method between the periodic reporting method and the aperiodic reporting method.
  • the terminal Upon receiving a configuration for CSI-related RS resources and a reporting method through an RRC configuration message, the terminal performs CSI reporting periodically until it receives a deactivation message (or information) only when activated by MAC CE. That is, the terminal receives an RRC configuration message including a configuration for CSI-related RS resources and a reporting method, that is, CSI resource set information and information that CSI reporting is semi-persistent, from the base station (S1101c), and CSI report activation is performed through MAC CE.
  • a terminal receives CSI report activation information including an activation indication from a base station via MAC CE (S1102c and S1110c), receives RSs periodically transmitted based on the received activation indication (S1103c, S1106c, S1111c and S1114c), and measures signal strength for a beam based on the received RSs (S1104c, S1107c, S1112c and S1115c). Then, the terminal periodically reports the measured result (value) to the base station (S1105c, S1108c, S1113c and S1116c). After CSI reporting is activated, if CSI report deactivation information including a deactivation indication is received from the base station via MAC CE (S1109c), the terminal stops CSI reporting.
  • 3GPP is considering applying AI/ML models to improve the delay and terminal power consumption of such beam search/measurement, and has started a study to discuss the feasibility and potential spec impact of this.
  • Terminology Description Data collection The process of collecting data by network nodes, management entities, or UEs for the purpose of AI/ML model training, data analysis, and inference.
  • AI/ML Model Data-driven algorithms that apply AI/ML techniques to generate output sets based on input sets.
  • AI/ML model training The process of training an AI/ML model [by learning input/output relationships] in a data-driven manner and obtaining a trained AI/ML model for inference.
  • AI/ML model testing A sub-process of training to evaluate the performance of the final AI/ML model using a different dataset than that used for model training and validation. Unlike AI/ML model validation, testing does not assume any subsequent tuning of the model. (A subprocess of training, to evaluate the performance of a final AI/ML model using a dataset different from one used for model training and validation.
  • Joint inference is AI/ML inference where inference is performed jointly by the UE and the network, i.e., the first part of the inference is performed by the UE first and the remaining part by the gNB, or vice versa.
  • Unsupervised learning The process of training a model without labeled data.
  • Semi-supervised learning The process of training a model using a mixture of labeled and unlabeled data.
  • Reinforcement Learning (RL)Reinforcement Learning (RL) The process of training an AI/ML model from feedback signals (reward) based on inputs (states) and outputs (actions) of the model in an environment where the model interacts.
  • 3GPP has decided to conduct a study on the specification impact on beam result reporting methods in relation to data collection for AI model training on the UE side in relation to beam management procedures.
  • the beam management operation in the conventional NR causes the problem of increasing the system overhead and the power consumption of the terminal as the number of beams and the number of terminals increase.
  • the terminal since the terminal goes through the process of selecting the initial beam after measuring all beams, it may cause a delay in cell access.
  • Figures 12a and 12b show examples of beam measurement and spatial domain beam prediction using AI/ML.
  • FIGS. 12a and 12b The case of spatial DL beam prediction is illustrated in FIGS. 12a and 12b.
  • FIG. 12a shows a case where Set B is a subset of Set A
  • FIG. 12b considers a set where Set B consists of wide beams and Set A consists of narrow beams, that is, sets composed of different beams.
  • temporal DL beam prediction in addition to the cases where i) set B is a subset of set A, ii) sets A and B are different sets, we consider the case where iii) sets A and B consist of the same set.
  • Temporal DL beam prediction predicts future beam information based on past beam measurement information, so we may consider a method where spatial DL beam prediction is used as the basis for predicting the entire beam and then applying it to the case iii) where sets A and B consist of the same set. For this reason, it is expected that the cases where i) set B is a subset of set A, and ii) sets A and B are different sets, for spatial DL beam prediction, will be used as the basic beam prediction method.
  • Figure 13 shows an example of temporal domain beam prediction using AI/ML.
  • Temporal beam prediction of BM Case 2 is defined as an operation of predicting a beam result (i.e., output) at a specific point in the near future based on past beam measurement result information (i.e., input), as illustrated in Fig. 13.
  • the set of beams to be used as input and the set of beams derived as output can consider, in addition to the cases described above, i) when set B is a subset of set A, ii) when sets A and B are different sets, and iii) when sets A and B are composed of the same set.
  • a model training process must be prerequisite.
  • the terminal In order to perform model training for beam management on the terminal (UE) side, the terminal must be set up with a DL RS (downlink reference signal) for training from the base station.
  • DL RS downlink reference signal
  • the terminal can start training, but there is no specific discussion on how the base station will provide data for training or how long the terminal should collect data.
  • model training can be terminated when the model performance reaches the target value.
  • the terminal or NW that determines this needs to terminate the model training or release the related settings, but there has been no discussion on this so far.
  • the present invention proposes a method for determining a setup procedure for data transmission and termination of data transmission for effective UE-side model training when performing beam management using an AI/ML model based on the aforementioned contents.
  • the present invention proposes a method for a data collection procedure for model training, including a step of requesting a base station to transmit data for data collection when a terminal (UE) needs to collect data related to model training in order to perform communication using an AI/ML model, or receiving a message notifying the start of data transmission for model training from the base station, the terminal performs model training through data collection by receiving data transmitted using resources set by the base station, and transmitting a data termination message to the base station to terminate data collection when a specific event is satisfied. More specifically, the present invention defines a step of determining a termination point in time for data collection for model training, a message definition related thereto, and terminal/base station operations.
  • Figure 14 shows an operation method of a terminal according to one embodiment of the present specification.
  • the terminal receives data for AI/ML model training from the base station (S1401) and performs AI/ML model training based on the received data (S1402). After performing the AI/ML model training, the terminal transmits a first message instructing the termination of data collection to the base station (S1403).
  • the first message may be for deactivating transmission of data for AI/ML model training.
  • Figure 15 illustrates an operation method of a terminal according to another embodiment of the present specification.
  • a request for transmission of data for AI/ML model training transmitted by a terminal to a base station is shown.
  • a terminal that has decided to start collecting data for AI/ML model training transmits a request message (second message) to request the base station to transmit data required for data collection (S1500).
  • the second message may include at least one of the following information i) to iii).
  • the base station that receives the second message from the terminal must start transmitting data to the terminal based on the received information. This may be because resource information for transmitting the data requested by the terminal is preset for the terminal during the functionality/model identification process, or a configuration message may be additionally transmitted from the base station to the terminal through reception of the second message.
  • the transmission of the second message from the terminal to the base station may mean that the actual terminal requests that resources for data transmission for model training be set, or if the resources have already been set, requests that the corresponding resources be activated.
  • the terminal may transmit the request message, i.e., the second message, to the base station and start model training corresponding to it.
  • the terminal after transmitting the second message requesting transmission of data for AI/ML model training, the terminal receives data for AI/ML model training from the base station (S1501), and performs AI/ML model training based on the received data (S1502). After performing the AI/ML model training, the terminal transmits a first message instructing the termination of data collection to the base station (S1503).
  • the base station transmits a response message to the second message and the terminal expects to receive it.
  • Figure 16 illustrates an operation method of a terminal according to another embodiment of the present specification.
  • the terminal receives a notification from the base station to start transmission of data for AI/ML model training.
  • the terminal receives a notification of start of transmission of data for AI/ML model training from the base station (S1600). Thereafter, data for AI/ML model training is received from the base station (S1601), and AI/ML model training is performed based on the received data (S1602). After performing AI/ML model training, the terminal transmits a first message instructing the end of data collection to the base station (S1603).
  • the notification of the start of transmission of data for AI/ML model training from the base station can be transmitted and received without transmission of the second message requesting transmission of data for AI/ML model training from the terminal described in FIG. 15 above.
  • the notification of the start of data transmission for AI/ML model training can be made through a configuration message related to data for specific model training.
  • a configuration message related to data for specific model training For example, if the activation of data transmission resources for specific model training is made through the configuration message, it can mean the start of data transmission for model training of the terminal.
  • Figures 17a and 17b illustrate procedures of a terminal and a base station according to embodiments of the present specification.
  • FIGS. 17A and 17B illustrate procedures according to embodiments of data collection for model training, wherein FIG. 17A illustrates a procedure for starting data collection by a terminal request, and FIG. 17B illustrates a procedure for starting data collection by base station settings.
  • the terminal transmits AI/ML related capability information to a base station, i.e., NW (network) (S1701a), and receives AI/ML related setting(s) from the NW through this (S1702a).
  • NW network
  • the terminal transmits including capability information for function IDs #1 and #2, and the base station that receives this transmits AI/ML related setting(s) to the terminal based on the information received from the terminal.
  • the above-described process may be referred to as a functionality identification process or a model identification process.
  • the terminal has the capability to perform AI/ML based beam management, and AI/ML related capability information may be transmitted to the base station including a functionality/model ID and related additional information.
  • the base station transmits beam information (e.g., CSI-RS resource configuration) for Set A/B required for model training to the terminal based on the AI/ML related capability information received from the terminal, and through this, the terminal may receive at least one AI/ML related configuration.
  • FIG. 17a illustrates the following AI/ML related configurations.
  • the data request message may instruct, i.e., request, activation/start of one configuration for the configured functionality/model.
  • the terminal transmits a data request for model training including information about a configuration of one of the configured functionality/models (S1703a).
  • the data request message for model training may be transmitted including information about 'functionality ID #1: CSI-RS resource set #1'.
  • the base station may be defined to transmit a response message to the data request message, and the terminal may expect to receive the same.
  • the base station transmits a confirmation message in response to the data request message transmitted by the terminal (S1704a).
  • a configuration message notifying resource information for data transmission may be transmitted from the base station to the terminal in response to a data request message from the terminal.
  • the data request message transmitted by the terminal may mean that the terminal requests that transmission resources for data for model training be configured.
  • the terminal transmits a data request message for model training including AI/ML related capability information to the base station, i.e., the NW (network) (S1703b), and receives a configuration message including AI/ML related configuration from the NW through this (S1704b).
  • the terminal may transmit including capability information for function ID #1, and the base station that receives this may transmit a configuration message including information on CSI-RS resource set #1 to the terminal based on the information received from the terminal.
  • the base station activates resources for data transmission for model training. That is, it activates CSI-RS resource set #1 (S1705a, S1705b) and performs corresponding data transmission (S1706a, S1706b).
  • the corresponding data transmission means that RSs for CSI-RS resource set #1 are repeatedly transmitted.
  • the terminal performs model training by collecting data transmitted from the base station, and when the model training is terminated, it instructs the base station to terminate the model training (S1707a, S1707b).
  • the message instructing the termination of the model training may include corresponding function ID information, i.e., information on function ID #1.
  • the present invention additionally proposes that a terminal performing model training decides to terminate data collection for a model when the following events (1 to 4) are satisfied.
  • the threshold for performance and the value for the timer applied to the time interval/period can be set by the base station, and it is preferable that it is set in units of functionality/model received from the terminal, i.e. instructed.
  • the threshold may be applied with the same or different parameters to events 1 and 2. If it is defined with different parameters, it is preferable that the threshold defined for event 2 has a smaller value than the threshold defined for event 1.
  • the value corresponding to the timer may replace the value included in the data request message of the terminal.
  • the above-mentioned event parameters may be set by the base station to the terminal during the functionality/model identification process between the terminal and the base station, or may be set through a confirm/configuration message received from the base station in response to a data request message transmitted by the terminal.
  • the base station transmits a configuration message for data for model training of the terminal without transmitting a data request message from the terminal, they may be included in the configuration message.
  • timers defined in events 2 and 4 can be defined with the same or different parameters.
  • the timer(s) proposed in the above-mentioned event may be defined differently based on various factors that can measure the total amount of data, such as data volume/size/time instance, etc. Application of other factors that are used in the same meaning as the data volume/time required for the entire model training proposed above may be judged to be the same technology as the technology proposed in the present invention.
  • a terminal that decides to terminate model training based on event 1 or event 2 may transmit a message to the base station notifying that model training at the terminal is terminated to notify that data transmission being provided from the base station to the terminal is no longer necessary, and the message may include at least one of the following information:
  • the reason for termination of model training may be model training success information in the case of event 1, or model training failure information in the case of event 2.
  • model training termination message may be defined to be transmitted from the base station to the terminal according to event 3 or event 4.
  • the termination of model training may be implicitly recognized without message transmission and data collection and provision operations may be deactivated, and the transmission of the termination message may be performed from the base station to the terminal or from the terminal to the base station as needed.
  • Figure 18 shows a procedure of a terminal and a base station for event-based model training according to one embodiment of the present specification.
  • Figure 18 shows the procedure of a terminal and a base station when at least event 1 is set.
  • Event 1 When the model's performance is judged to have exceeded a certain threshold while performing model training.
  • the terminal receives a message including a transmission start notification of data for model training from the base station or data-related setting information (S1802).
  • the message may include an event parameter (e.g., event 1) for model training termination and/or a related threshold parameter (e.g., threshold value).
  • event parameter e.g., event 1
  • threshold value e.g., threshold value
  • a setting/confirmation message may be received including information about function ID #1, event 1 information, and threshold information for event 1.
  • the terminal Before the terminal receives a message including a notification of start of transmission of data for model training or data-related configuration information, the terminal optionally transmits a message requesting activation of data transmission for model training to the base station (S1801). For example, a data request message for model training may be transmitted including information about function ID #1.
  • the terminal receives data transmitted from the base station (S1804) and performs model training based on the received data.
  • the reception of the data means that RSs for the activated CSI-RS resource set #1 are repeatedly received.
  • the terminal can periodically evaluate the performance of the model. When the performance value of the model reaches the threshold received from the base station, i.e., satisfies event 1, the terminal decides to terminate the model training.
  • the terminal transmits a message to the base station notifying that model training is ended (S1805).
  • the model training end message may be transmitted with information about function ID #1 included.
  • the base station transmits a message including a start notification of data transmission for model training to the terminal or data-related setting information (S1802).
  • the message may include an event parameter (e.g., event 1) for model training termination and/or a related threshold parameter (e.g., threshold value).
  • event parameter e.g., event 1
  • threshold value e.g., threshold value
  • a setting/confirmation message may be transmitted including information about function ID #1, information about event 1, and threshold information about event 1.
  • the base station Before the base station transmits a message including a start notification of data transmission for model training or data-related configuration information, the base station optionally receives a message requesting activation of data transmission for model training from the terminal (S1801). For example, a data request message for model training may be received including information about function ID #1.
  • the base station activates the transmission resources of data for model training. That is, it activates the CSI-RS resource set #1 (S1803) and performs the corresponding data transmission (S1804).
  • the corresponding data transmission means that RSs for the activated CSI-RS resource set #1 are repeatedly transmitted.
  • the beam can be periodically transmitted through the configured CSI-RS.
  • a message notifying that model training is terminated is received from the terminal (S1805).
  • the model training termination message may be received including information about function ID #1.
  • the base station deactivates transmission resources for data for model training (S1806). That is, the base station deactivates CSI-RS resource set #1 for model training and stops transmission of the corresponding data.
  • Figure 19 illustrates a procedure of a terminal and a base station for event-based model training according to another embodiment of the present specification.
  • Figure 19 shows the procedure of the terminal and the base station when at least event 2 is set.
  • Event 2 If the model performance does not exceed a certain threshold within a certain time interval (Timer) after model training begins.
  • Event 2 can operate in the same way as event 1 operates with a specific timer. If event 1 is set to operate with a timer, it can check whether the performance satisfies the threshold while the timer is operating, and if it satisfies the threshold, the model training can be terminated even before the timer expires, and if the timer expires, the terminal can notify the base station of the end of the model training.
  • the terminal receives a message including a transmission start notification of data for model training from the base station or data-related setting information (S1902).
  • the message may include an event parameter for model training termination (e.g., event 2), a related timer parameter (e.g., timer value), and a threshold parameter (e.g., threshold value).
  • event parameter for model training termination e.g., event 2
  • timer parameter e.g., timer value
  • threshold parameter e.g., threshold value
  • a setting/confirmation message may be received including information on function ID #1, information on event 2, timer information for event 2, and threshold information.
  • the terminal Before the terminal receives a message including a notification of start of transmission of data for model training or data-related configuration information, the terminal optionally transmits a message requesting activation of data transmission for model training to the base station (S1901). For example, a data request message for model training may be transmitted including information about function ID #1.
  • the terminal receives data transmitted from the base station (S1904) and performs model training based on the received data.
  • the reception of the data means that RSs for the activated CSI-RS resource set #1 are repeatedly received.
  • the terminal starts the timer based on the timer information previously received.
  • the timer can be started i) when a message including a notification of the start of transmission of data for model training or data-related configuration information is received from the base station, or ii) when the first data resource configured/transmitted from the base station is received.
  • the terminal periodically evaluates the performance of the model while the timer is running. If the performance value of the model reaches the previously received threshold, i.e., satisfies Event 1, the terminal decides to terminate the model training. In addition, if the threshold received from the base station is not reached while the timer is running and the timer expires, i.e., satisfies Event 2, the terminal also decides to terminate the model training.
  • the terminal transmits a message to the base station notifying that model training is ended (S1905).
  • the model training end message may be transmitted including information about function ID #1.
  • the base station transmits a message including a start notification of data transmission for model training to the terminal or data-related setting information (S1902).
  • the message may include an event parameter for model training termination (e.g., event 2), a related timer parameter (e.g., timer value), and a threshold parameter (e.g., threshold value).
  • an event parameter for model training termination e.g., event 2
  • a related timer parameter e.g., timer value
  • a threshold parameter e.g., threshold value
  • a setting/confirmation message may be transmitted including information on function ID #1, information on event 2, timer information on event 2, and threshold information.
  • the base station Before the base station transmits a message including a start notification of data transmission for model training or data-related configuration information, the base station optionally receives a message requesting activation of data transmission for model training from the terminal (S1901). For example, a data request message for model training may be received including information about function ID #1.
  • the base station activates the transmission resources of data for model training. That is, it activates the CSI-RS resource set #1 (S1903) and performs the corresponding data transmission (S1904).
  • the corresponding data transmission means that RSs for the activated CSI-RS resource set #1 are repeatedly transmitted.
  • the beam can be transmitted periodically through the configured CSI-RS.
  • a message notifying that model training is terminated is received from the terminal (S1905).
  • the model training termination message may be received including information about function ID #1.
  • the base station deactivates transmission resources for data for model training (S1906). That is, the base station deactivates CSI-RS resource set #1 for model training and stops transmission of the corresponding data.
  • Figure 20 illustrates a procedure of a terminal and a base station for event-based model training according to another embodiment of the present specification.
  • Figure 20 shows the procedures of a terminal and a base station when at least event 3 is set.
  • the terminal receives a message including a transmission start notification of data for model training from a base station or data-related setting information (S2002).
  • the message may include event parameters for model training termination (e.g., event 1, event 2, and/or event 3), related timer parameters (e.g., timer value), and threshold parameters (e.g., threshold value).
  • event parameters for model training termination e.g., event 1, event 2, and/or event 3
  • related timer parameters e.g., timer value
  • threshold parameters e.g., threshold value
  • a setting/confirmation message may be received including information on function ID #1, information on event 1/2/3, timer information for event 2, and threshold information.
  • the terminal Before the terminal receives a message including a notification of start of data transmission for model training or data-related configuration information, the terminal optionally transmits a message requesting activation of data transmission for model training to the base station (S2001). For example, a data request message for model training may be transmitted including information about function ID #1.
  • the terminal receives data transmitted from the base station (S2004) and performs model training based on the received data.
  • the reception of the data means that RSs for the activated CSI-RS resource set #1 are repeatedly received.
  • the terminal starts the timer based on the timer information previously received.
  • the timer can be started i) when a message including a notification of the start of transmission of data for model training or data-related configuration information is received from the base station, or ii) when the first data resource configured/transmitted from the base station is received.
  • the terminal periodically evaluates the performance of the model while the timer is running. If the performance value of the model reaches a previously received threshold, i.e., satisfies Event 1, the terminal decides to terminate the model training. If, while the timer is running, the terminal satisfies Event 3 by receiving a message from the base station notifying release/deactivation of resource settings for data transmitted for data collection of the terminal, the terminal also decides to terminate the model training. For example, the terminal decides to terminate the model training by receiving a data release message including function ID #1 information from the base station (S2006).
  • the terminal decides to terminate model training.
  • the base station transmits a message including a start notification of data transmission for model training to the terminal or data-related setting information (S2002).
  • the message may include event parameters for model training termination (e.g., event 1, event 2, and/or event 3), related timer parameters (e.g., timer value), and threshold parameters (e.g., threshold value).
  • event parameters for model training termination e.g., event 1, event 2, and/or event 3
  • related timer parameters e.g., timer value
  • threshold parameters e.g., threshold value
  • a setting/confirmation message may be transmitted including information on function ID #1, information on event 1/2/3, timer information for event 2, and threshold information.
  • the base station Before the base station transmits a message including a start notification of data transmission for model training or data-related configuration information, the base station optionally receives a message requesting activation of data transmission for model training from the terminal (S2001). For example, a data request message for model training may be received including information about function ID #1.
  • the base station activates transmission resources for data for model training. That is, it activates CSI-RS resource set #1 (S2003) and performs corresponding data transmission (S2004).
  • the corresponding data transmission means that RSs for the activated CSI-RS resource set #1 are repeatedly transmitted.
  • the beam can be periodically transmitted through the configured CSI-RS.
  • the base station decides to release/deactivate the CSI-RS resources set for model training of the terminal, it transmits a message indicating termination of model training (or a message notifying release/deactivation of data-related resources) to the terminal and stops the requested data transmission. For example, the base station decides to deactivate CSI-RS resource set #1 (S2005) and transmits a data release message including function ID #1 information to the terminal (S2006).
  • Figure 21 shows a procedure of a terminal and a base station for event-based model training according to another embodiment of the present specification.
  • Figure 21 shows the procedures of the terminal and base station when event 4 is set.
  • Event 4 When the data collection period (timer) requested/set by the terminal is reached
  • Event 4 can be applied when it operates independently without events 1 to 3. That is, the terminal or base station sets a time duration and performs model training only during that time.
  • the terminal transmits a message requesting activation of data transmission for model training to the base station (S2101).
  • the data request message for model training may be transmitted including information about function ID #1 and corresponding time information (e.g., timer) required for model training.
  • the terminal receives a message including a transmission start notification of data for model training from the base station or data-related setting information (S2102).
  • the message may include time information (e.g., timer) for continuing data transmission.
  • time information e.g., timer
  • a setting/confirmation message may be received including information about function ID #1 and timer information about event 4.
  • the timer value may be included in a message transmitted from a terminal to a base station or from a base station to a terminal, and if the timer value is included in both messages, it is preferable to preferentially apply the timer value included in the message transmitted from the base station to the terminal.
  • the terminal receives data transmitted from the base station (S2104) and performs model training based on the received data.
  • the reception of the data means that RSs for the activated CSI-RS resource set #1 are repeatedly received.
  • the terminal starts the timer described above.
  • the timer can be started either i) upon receiving a message from the base station indicating the start of transmission of data for model training or including data-related configuration information, or ii) upon receiving the first data resource configured/transmitted from the base station.
  • the terminal performs training of the corresponding model while the timer is running, and when the timer expires, i.e., event 4 is satisfied, the terminal decides to terminate model training (S2105).
  • the base station receives a message from the terminal requesting to activate data transmission for model training (S2101). For example, a data request message for model training may be received including information about function ID #1 and corresponding time information (e.g., timer) required for model training.
  • a data request message for model training may be received including information about function ID #1 and corresponding time information (e.g., timer) required for model training.
  • the base station transmits a message including a notification of the start of transmission of data for model training to the terminal or data-related setting information (S2102).
  • the message may include time information (e.g., timer) for continuing data transmission.
  • time information e.g., timer
  • information about function ID #1 and timer information about event 4 may be included and transmitted in the setting/confirmation message.
  • the timer value may be included in a message transmitted from a terminal to a base station or from a base station to a terminal, and if the timer value is included in both messages, it is preferable to preferentially apply the timer value included in the message transmitted from the base station to the terminal.
  • the base station activates the transmission resources of data for model training. That is, it activates the CSI-RS resource set #1 (S2103) and performs the corresponding data transmission (S2104).
  • the corresponding data transmission means that RSs for the activated CSI-RS resource set #1 are repeatedly transmitted.
  • the beam can be periodically transmitted through the configured CSI-RS.
  • the base station starts the timer described above.
  • the timer can be started by i) transmitting a message containing a start notification of data transmission for model training to the terminal or data-related configuration information, or ii) transmitting the first data resource set by the base station.
  • the base station repeatedly (or periodically) transmits the data according to the setting while the timer is running.
  • the base station decides to terminate the data transmission. That is, the base station performs deactivation of CSI-RS resource set #1 (S2106).
  • Figures 22 and 23 illustrate procedures of a terminal and a base station for explaining termination of model training according to embodiments of the present specification.
  • Figure 22 shows a procedure for terminating model training by a terminal and a procedure for terminating model training by a base station.
  • the terminal transmits a message requesting activation of data transmission for model training to the base station (S2201, S2301).
  • the data request message for model training may be transmitted including information on function ID #1 and corresponding time interval information (e.g., timer).
  • the base station transmits a message including a start notification of data transmission for model training or data-related setting information to the terminal (S2202, S2302).
  • a message including a start notification of data transmission for model training or data-related setting information For example, information about function ID #1 may be included in the setting/confirmation message and transmitted.
  • the base station activates transmission resources for data for model training, that is, activates CSI-RS resource set #1 (S2203, S2303), and performs corresponding data transmission (S2204, S2304).
  • the corresponding data transmission means that RSs for the activated CSI-RS resource set #1 are repeatedly transmitted.
  • the beam can be transmitted periodically through the configured CSI-RS.
  • the terminal proposed in this specification can transmit to the base station, when transmitting a data request message to the base station to collect data for model training, the amount/size of data that the terminal wants to collect or the minimum time information required to collect the same.
  • the model training can be defined to be terminated based on the time or data amount included in the data request message that the terminal transmits to the base station (or by including the time or data amount in the setting message that notifies that the base station starts transmitting data to the terminal).
  • the base station recognizes the information received from the terminal as one of the assistance information of the terminal, and can continue to provide data until the time or amount of data received from the terminal is satisfied. However, this means that data transmission from the base station can be terminated at any time even if the information is not satisfied, depending on the implementation of the base station. That is, as shown in FIGS. 22 and 23, the terminal that started model training or the base station that started data transmission can determine to terminate the model training based on their own internal decisions (S2205, S2305), and thereafter, the terminal transmits a model training termination message to the base station (S2206), or the base station can notify the terminal that it will stop data transmission (S2306).
  • the base station that receives the model training termination message from the terminal deactivates the corresponding data transmission resource (S2207), and the terminal that receives the data release/deactivation message from the base station terminates the model training (S2308).
  • the base station that has transmitted a data release/deactivation message to the terminal then deactivates the corresponding data transmission resource (S2307).
  • the base station must provide data to the terminal at least until the time or data amount received from the terminal (or transmitted to the terminal) is satisfied in order to provide the data requested by the terminal.
  • the base station and the terminal must perform data transmission/collection until the corresponding time or data amount is satisfied, and after the corresponding time or data amount is satisfied, the model training can be terminated through a model training termination message or a data release/deactivation message depending on the base station implementation or the terminal implementation.
  • the base station and the terminal may recognize the time or data amount information set by the terminal as the end time for data collection and provision, and may mean that the model training should be terminated when the set time or data amount is reached.
  • time duration/instance or data size/volume transmitted by the terminal or received from the base station may be used as a value to determine the corresponding time, and may be used in the same way as the timer defined in the operation according to the set event proposed in this specification.
  • the time instance can be defined by an arbitrary COUNT parameter.
  • the terminal or base station can include the maximum count (MAX_CNT) value in the data request or data-related configuration message. This has the same role as the timer described above. First, the case where MAX_CNT is used instead of the timer in the previously proposed event.
  • the terminal performs model training while periodically receiving a data set from the base station. Whenever the terminal receives a data set of one period, the COUNT value is increased by 1, and if the COUNT value has not reached the MAX_CNT value, the terminal can evaluate the performance of the model. If the performance exceeds the threshold, the model training is terminated by transmitting a model training termination message to the base station.
  • the same operation can be performed by setting the MAX_CNT value instead of the timer value in the case where the terminal transmits only a timer to the base station or the base station transmits only a timer to the terminal without an event.
  • the data request/termination message can be defined using a PHY (physical), MAC (medium access control) CE (control element) or RRC (radio resource control) message.
  • PHY physical
  • MAC medium access control
  • CE control element
  • RRC radio resource control
  • the data request PUCCH can be defined according to the functionality/model of the terminal, and the same PUCCH can be used even when the terminal transmits termination signaling. This is preferably applied in cases where training occurs frequently, such as online learning, and if defined as PUCCH, it is preferable that the parameter information proposed in this specification be set in a prior process, such as functionality/model identification.
  • Figure 24 illustrates a device according to one embodiment of the present specification.
  • the wireless communication system may include a first device (100a) and a second device (100b).
  • the above first device (100a) may be a base station, a network node, a transmitting terminal, a receiving terminal, a wireless device, a wireless communication device, a vehicle, a vehicle equipped with an autonomous driving function, a connected car, a drone (Unmanned Aerial Vehicle, UAV), an AI (Artificial Intelligence) module, a robot, an AR (Augmented Reality) device, a VR (Virtual Reality) device, an MR (Mixed Reality) device, a hologram device, a public safety device, an MTC device, an IoT device, a medical device, a fintech device (or a financial device), a security device, a climate/environmental device, a device related to 5G services, or any other device related to the 4th industrial revolution field.
  • UAV Unmanned Aerial Vehicle
  • AI Artificial Intelligence
  • a robot an AR (Augmented Reality) device, a VR (Virtual Reality) device, an MR (Mixed
  • the second device (100b) may be a base station, a network node, a transmitting terminal, a receiving terminal, a wireless device, a wireless communication device, a vehicle, a vehicle equipped with an autonomous driving function, a connected car, a drone (Unmanned Aerial Vehicle, UAV), an AI (Artificial Intelligence) module, a robot, an AR (Augmented Reality) device, a VR (Virtual Reality) device, an MR (Mixed Reality) device, a hologram device, a public safety device, an MTC device, an IoT device, a medical device, a fintech device (or a financial device), a security device, a climate/environmental device, a device related to 5G services, or any other device related to the 4th industrial revolution field.
  • UAV Unmanned Aerial Vehicle
  • AI Artificial Intelligence
  • a robot an AR (Augmented Reality) device, a VR (Virtual Reality) device, an MR (Mixed Reality
  • the first device (100a) may include at least one processor, such as a processor (1020a), at least one memory, such as a memory (1010a), and at least one transceiver, such as a transceiver (1031a).
  • the processor (1020a) may perform the functions, procedures, and/or methods described above.
  • the processor (1020a) may perform one or more protocols.
  • the processor (1020a) may perform one or more layers of a wireless interface protocol.
  • the memory (1010a) may be connected to the processor (1020a) and may store various forms of information and/or commands.
  • the transceiver (1031a) may be connected to the processor (1020a) and may be controlled to transmit and receive wireless signals.
  • the second device (100b) may include at least one processor, such as a processor (1020b), at least one memory device, such as a memory (1010b), and at least one transceiver, such as a transceiver (1031b).
  • the processor (1020b) may perform the functions, procedures, and/or methods described above.
  • the processor (1020b) may implement one or more protocols.
  • the processor (1020b) may implement one or more layers of a wireless interface protocol.
  • the memory (1010b) may be connected to the processor (1020b) and may store various forms of information and/or commands.
  • the transceiver (1031b) may be connected to the processor (1020b) and may be controlled to transmit and receive wireless signals.
  • the above memory (1010a) and/or the above memory (1010b) may be connected internally or externally to the processor (1020a) and/or the processor (1020b), respectively, and may be connected to another processor via various technologies such as a wired or wireless connection.
  • the first device (100a) and/or the second device (100b) may have one or more antennas.
  • the antenna (1036a) and/or the antenna (1036b) may be configured to transmit and receive wireless signals.
  • Figure 25 is a block diagram showing the configuration of a terminal according to one embodiment of the present specification.
  • FIG. 25 is a drawing illustrating the device of FIG. 24 in more detail.
  • the device includes a memory (1010), a processor (1020), a transceiver (1031), a power management module (1091), a battery (1092), a display (1041), an input unit (1053), a speaker (1042), a microphone (1052), a subscriber identification module (SIM) card, and one or more antennas.
  • the processor (1020) may be configured to implement the proposed functions, procedures and/or methods described herein. Layers of a radio interface protocol may be implemented in the processor (1020).
  • the processor (1020) may include an application-specific integrated circuit (ASIC), another chipset, logic circuitry and/or data processing devices.
  • the processor (1020) may be an application processor (AP).
  • the processor (1020) may include at least one of a digital signal processor (DSP), a central processing unit (CPU), a graphics processing unit (GPU), and a modem (modulator and demodulator).
  • DSP digital signal processor
  • CPU central processing unit
  • GPU graphics processing unit
  • modem modulator and demodulator
  • Examples of the processor (1020) may be a SNAPDRAGONTM series processor manufactured by Qualcomm®, an EXYNOSTM series processor manufactured by Samsung®, an A series processor manufactured by Apple®, a HELIOTM series processor manufactured by MediaTek®, an ATOMTM series processor manufactured by INTEL®, a KIRINTM series processor manufactured by HiSilicon®, or a corresponding next-generation processor.
  • the power management module (1091) manages power to the processor (1020) and/or the transceiver (1031).
  • the battery (1092) supplies power to the power management module (1091).
  • the display (1041) outputs the results processed by the processor (1020).
  • the input unit (1053) receives input to be used by the processor (1020).
  • the input unit (1053) can be displayed on the display (1041).
  • a SIM card is an integrated circuit used to securely store an international mobile subscriber identity (IMSI) and its associated keys, which are used to identify and authenticate subscribers in mobile devices such as mobile phones and computers. Contact information can also be stored on many SIM cards.
  • IMSI international mobile subscriber identity
  • the memory (1010) is operably coupled with the processor (1020) and stores various information for operating the processor (610).
  • the memory (1010) may include a read-only memory (ROM), a random access memory (RAM), a flash memory, a memory card, a storage medium, and/or other storage devices.
  • ROM read-only memory
  • RAM random access memory
  • flash memory a non-transitory computer-readable medium
  • the modules may be stored in the memory (1010) and executed by the processor (1020).
  • the memory (1010) may be implemented within the processor (1020). Alternatively, the memory (1010) may be implemented outside the processor (1020) and may be communicatively connected to the processor (1020) via various means known in the art.
  • the transceiver (1031) is operably coupled to the processor (1020) and transmits and/or receives a radio signal.
  • the transceiver (1031) includes a transmitter and a receiver.
  • the transceiver (1031) may include a baseband circuit for processing a radio frequency signal.
  • the transceiver controls one or more antennas to transmit and/or receive a radio signal.
  • the processor (1020) transmits command information to the transceiver (1031) to initiate communication, for example, to transmit a radio signal constituting voice communication data.
  • the antenna functions to transmit and receive radio signals.
  • the transceiver (1031) may transmit the signal for processing by the processor (1020) and convert the signal to a baseband.
  • the processed signal may be converted into audible or readable information output through the speaker (1042).
  • the speaker (1042) outputs sound-related results processed by the processor (1020).
  • the microphone (1052) receives sound-related input to be used by the processor (1020).
  • a user inputs command information, such as a telephone number, for example, by pressing (or touching) a button on an input unit (1053) or by voice activation using a microphone (1052).
  • the processor (1020) receives the command information and processes it to perform an appropriate function, such as making a call to the telephone number.
  • Operational data may be extracted from a SIM card or memory (1010).
  • the processor (1020) may display command information or operational information on a display (1041) for the user's recognition and convenience.
  • FIG. 26 illustrates a block diagram of a processor in which the disclosure of the present specification is implemented.
  • the processor (1020) implementing the disclosure of the present specification may include a plurality of circuits to implement the proposed functions, procedures and/or methods described herein.
  • the processor (1020) may include a first circuit (1020-1), a second circuit (1020-2) and a third circuit (1020-3).
  • the processor (1020) may include more circuits.
  • Each circuit may include a plurality of transistors.
  • the above processor (1020) may be called an ASIC (application-specific integrated circuit) or AP (application processor) and may include at least one of a DSP (digital signal processor), a CPU (central processing unit), and a GPU (graphics processing unit).
  • ASIC application-specific integrated circuit
  • AP application processor
  • DSP digital signal processor
  • CPU central processing unit
  • GPU graphics processing unit
  • FIG. 27 is a block diagram showing in detail the transceiver of the first device illustrated in FIG. 24 or the transceiver unit of the device illustrated in FIG. 25.
  • the transceiver (1031) includes a transmitter (1031-1) and a receiver (1031-2).
  • the transmitter (1031-1) includes a DFT (Discrete Fourier Transform) unit (1031-11), a subcarrier mapper (1031-12), an IFFT unit (1031-13), a CP insertion unit (1031-14), and a wireless transmitter (1031-15).
  • the transmitter (1031-1) may further include a modulator.
  • the transmitter may further include a scramble unit (not shown), a modulation mapper (not shown), a layer mapper (not shown), and a layer permutator (not shown), which may be arranged before the DFT unit (1031-11).
  • the transmitter (1031-1) first causes information to pass through a DFT (1031-11) before mapping the signal to a subcarrier.
  • the signal spread (or precoded in the same sense) by the DFT unit (1031-11) is mapped to a subcarrier through a subcarrier mapper (1031-12) and then passes through an IFFT (Inverse Fast Fourier Transform) unit (1031-13) to be converted into a signal on the time axis.
  • IFFT Inverse Fast Fourier Transform
  • the DFT unit (1031-11) performs DFT on the input symbols and outputs complex-valued symbols. For example, if Ntx symbols are input (where Ntx is a natural number), the DFT size is Ntx.
  • the DFT unit (1031-11) may be called a transform precoder.
  • the subcarrier mapper (1031-12) maps the complex symbols to each subcarrier in the frequency domain. The complex symbols may be mapped to resource elements corresponding to resource blocks allocated for data transmission.
  • the subcarrier mapper (1031-12) may be called a resource element mapper.
  • the IFFT unit (1031-13) performs IFFT on the input symbols and outputs a baseband signal for data, which is a time-domain signal.
  • the CP insertion unit (1031-14) copies a portion of the rear part of the base band signal for data and inserts it into the front part of the base band signal for data.
  • CP insertion ISI (Inter-Symbol Interference) and ICI (Inter-Carrier Interference) are prevented, so that orthogonality can be maintained even in a multipath channel.
  • the receiver (1031-2) includes a wireless receiving unit (1031-21), a CP removing unit (1031-22), an FFT unit (1031-23), and an equalizer unit (1031-24).
  • the wireless receiving unit (1031-21), the CP removing unit (1031-22), and the FFT unit (1031-23) of the receiver (1031-2) perform the inverse functions of the wireless transmitting unit (1031-15), the CP inserting unit (1031-14), and the IFF unit (1031-13) of the transmitting terminal (1031-1).
  • the receiver (1031-2) may further include a demodulator.
  • the methods are described based on the flow chart as a series of steps or blocks, but the order of the steps described is not limited, and some steps may occur in a different order or simultaneously with other steps described above. Furthermore, those skilled in the art will understand that the steps depicted in the flow chart are not exclusive, and other steps may be included or one or more of the steps in the flow chart may be deleted without affecting the scope of the rights.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • Neurology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

인공지능 및/또는 머신러닝(artificial intelligence/machine learning, AI/ML) 기반 통신을 위한 모델 훈련 방법 및 장치를 제공한다. 단말은 기지국으로부터 AI/ML 모델 훈련을 위한 데이터를 수신하고, 수신된 데이터를 기초로, AI/ML 모델 훈련을 수행한다. AI/ML 모델 훈련의 수행 후, 단말은 데이터의 수집 종료를 지시하는 제1 메시지를 기지국으로 전송한다.

Description

인공지능 및/또는 머신러닝 기반 통신을 위한 모델 훈련 방법 및 장치
본 명세서는 5G NR, 5G-Advanced 및 6G에 적용될 수 있는 무선 통신에 관한 것이다.
시대의 흐름에 따라 더욱 많은 통신 기기들이 더욱 큰 통신 트래픽을 요구하게 되면서, 기존 LTE 시스템보다 향상된 무선 광대역 통신인 차세대　5G　시스템이 요구되고 있다. NewRAT이라고 명칭되는, 이러한 차세대　5G　시스템에서는 Enhanced Mobile BroadBand (eMBB) / Ultra-reliability and low-latency communication (URLLC) / Massive Machine-Type Communications (mMTC) 등으로 통신 시나리오가 구분된다.
여기서, eMBB는 High Spectrum Efficiency, High User Experienced Data Rate, High Peak Data Rate 등의 특성을 갖는 차세대 이동통신 시나리오이고, URLLC는 Ultra Reliable, Ultra Low Latency, Ultra High Availability 등의 특성을 갖는 차세대 이동통신 시나리오이며 (e.g., V2X, Emergency Service, Remote Control), mMTC는 Low Cost, Low Energy, Short Packet, Massive Connectivity 특성을 갖는 차세대 이동통신 시나리오이다. (e.g., IoT).
본 명세서의 일 개시는 무선 통신 시스템에서 AI/ML을 이용한 빔 관리를 효율적으로 수행하기 위해 단말 측에서 AI/ML 모델 훈련을 수행하는 경우의 단말과 네트워크의 데이터 수집 관련 방법 및 장치를 제공하고자 한다.
본 명세서의 일 실시예는 무선 통신 시스템에서, 단말은 기지국으로부터 AI/ML 모델 훈련을 위한 데이터를 수신하고, 수신된 데이터를 기초로, AI/ML 모델 훈련을 수행한다. AI/ML 모델 훈련의 수행 후, 단말은 데이터의 수집 종료를 지시하는 제1 메시지를 기지국으로 전송하는 방법을 제공한다.
또한, 본 명세서의 일 실시예는 무선 통신 시스템에서, 기지국은 단말로 AI/ML 모델 훈련을 위한 데이터를 전송한다. AI/ML 모델 훈련의 수행 후, 기지국은 데이터의 수집 종료를 지시하는 제1 메시지를 단말로부터 수신하는 방법을 제공한다.
또한, 본 명세서의 일 실시예는 무선 통신 시스템에서, 적어도 하나의 프로세서와, 명령어(instructions)를 저장하고, 적어도 하나의 프로세서와 동작 가능하게(operably) 전기적으로 연결가능한, 적어도 하나의 메모리를 포함하고, 명령어가 적어도 하나의 프로세서에 의해서 실행되는 것에 기초하여, 수행되는 동작은: 기지국으로부터 AI/ML 모델 훈련을 위한 데이터를 수신하고, 수신된 데이터를 기초로, AI/ML 모델 훈련을 수행한다. AI/ML 모델 훈련의 수행 후, 데이터의 수집 종료를 지시하는 제1 메시지를 기지국으로 전송하는 통신 기기를 제공한다.
또한, 본 명세서의 일 실시예는 무선 통신 시스템에서, 적어도 하나의 프로세서와, 명령어(instructions)를 저장하고, 적어도 하나의 프로세서와 동작 가능하게(operably) 전기적으로 연결가능한, 적어도 하나의 메모리를 포함하고, 명령어가 적어도 하나의 프로세서에 의해서 실행되는 것에 기초하여, 수행되는 동작은: 단말로 AI/ML 모델 훈련을 위한 데이터를 전송한다. AI/ML 모델 훈련의 수행 후, 데이터의 수집 종료를 지시하는 제1 메시지를 단말로부터 수신하는 기지국을 제공한다.
기지국은 상기 데이터의 수신을 위한 설정 정보를 단말로 전송하고, 단말은 이를 수신할 수 있는데, 상기 설정 정보는 상기 데이터의 수집 종료와 연관된 이벤트 정보를 포함할 수 있으며, 상기 이벤트 정보를 기초로 상기 제1 메시지가 전송될 수 있다.
상기 이벤트 정보는, AI/ML 모델의 성능과 연관된 임계치(threshold) 정보 및 상기 AI/ML 모델 훈련의 종료를 위한 시간 정보 중 적어도 하나를 포함할 수 있다.
상기 제1 메시지는, 상기 데이터의 전송 비활성화를 위한 것일 수 있다.
한편, 단말은 상기 데이터의 전송을 요청하는 제2 메시지를 기지국으로 전송하고, 기지국은 이를 수신할 수 있다. 상기 제2 메시지를 기초로, 상기 설정 정보가 기지국에서 단말로 전송되고, 단말은 이를 수신할 수 있다.
상기 제2 메시지는, 상기 AI/ML 모델 훈련의 종료를 위한 시간 정보 및 데이터 양 정보 중 적어도 하나를 포함할 수 있다.
본 명세서의 개시에 따르면, 단말이 수행하는 AI/ML 모델 훈련에서, 긴 시간 동안 불필요한 모델 훈련에 빠지지 않도록 하는 효과가 있다. 또한, 이를 통해 전체 시스템 오버헤드가 감소되는 효과가 있다.
도 1은 무선 통신 시스템을 예시한 도면이다.
도 2는 NR에서 사용되는 무선 프레임의 구조를 예시한다.
도 3a 내지 도 3c는 무선 통신 서비스를 위한 예시적인 아키텍처를 나타낸 예시도들이다.
도 4는 NR 프레임의 슬롯 구조를 예시한다.
도 5는 NR에서의 서브프레임 유형의 예를 도시한다.
도 6은 자기-완비(self-contained) 슬롯의 구조를 예시한다.
도 7은 NR에서 초기 빔 측정 및 선택의 예시를 나타낸다.
도 8은 NR에서 단말과 기지국의 초기 접속 프로시저의 예시를 나타낸다.
도 9는 NR에서의 후보 빔 설정의 예시를 나타낸다.
도 10a 내지 도 10c는 NR에서 빔 관리를 위한 3가지 프로시저를 나타낸다.
도 11a 내지 도 11c는 NR에서 빔 보고 프로시저의 예시들을 나타낸다.
도 12a 내지 도 12b는 AI/ML을 이용한 빔 측정 및 공간적 빔 예측 (spatial domain beam prediction) 예시를 나타낸다.
도 13은 AI/ML을 이용한 시간적 빔 예측(temporal domain beam prediction) 예시를 나타낸다.
도 14는 본 명세서의 일실시예에 따른 단말의 동작 방법을 나타낸다.
도 15는 본 명세서의 또 다른 일실시예에 따른 단말의 동작 방법을 나타낸다.
도 16은 본 명세서의 또 다른 일실시예에 따른 단말의 동작 방법을 나타낸다.
도 17a 내지 도 17b는 본 명세서의 실시예들에 따른 단말과 기지국의 프로시저들을 나타낸다.
도 18은 본 명세서의 일 실시예에 따른 이벤트 기반 모델 훈련을 위한 단말과 기지국의 프로시저를 나타낸다.
도 19는 본 명세서의 또 다른 일 실시예에 따른 이벤트 기반 모델 훈련을 위한 단말과 기지국의 프로시저를 나타낸다.
도 20은 본 명세서의 또 다른 일 실시예에 따른 이벤트 기반 모델 훈련을 위한 단말과 기지국의 프로시저를 나타낸다.
도 21은 본 명세서의 또 다른 일 실시예에 따른 이벤트 기반 모델 훈련을 위한 단말과 기지국의 프로시저를 나타낸다.
도 22 내지 도 23은 본 명세서의 실시예들에 따른 모델 훈련 종료를 설명하기 위한 단말과 기지국의 프로시저들을 나타낸다.
도 24는 본 명세서의 일 실시예에 따른 장치를 나타낸다.
도 25은 본 명세서의 일 실시예에 따른 단말의 구성을 나타낸 블록도이다.
도 26는 본 명세서의 개시가 구현된 프로세서의 구성 블록도를 나타낸다.
도 27는 도 24에 도시된 제1 장치의 송수신기 또는 도 25에 도시된 장치의 송수신부를 상세하게 나타낸 블록도이다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 명세서의 내용을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 명세서의 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 명세서의 내용과 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 명세서에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, 구성된다 또는 가지다 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
또한, 본 명세서에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
어떤 구성 요소가 다른 구성 요소에 연결되어 있다거나 접속되어 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다. 반면에, 어떤 구성 요소가 다른 구성 요소에 직접 연결되어 있다거나 직접 접속되어 있다고 언급된 때에는, 중간에 다른 구성 요소가 존재하지 않는 것으로 이해되어야 할 것이다.
이하, 첨부된 도면을 참조하여 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 명세서의 내용을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서의 내용과 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서의 내용과 사상이 제한되는 것으로 해석되어서는 아니됨을 유의해야 한다. 본 명세서의 내용과 사상은 첨부된 도면 외에 모든 변경, 균등물 내지 대체물에 까지도 확장되는 것으로 해석되어야 한다.
본 명세서에서 “A 또는 B(A or B)”는 “오직 A”, “오직 B” 또는 “A와 B 모두”를 의미할 수 있다. 달리 표현하면, 본 명세서에서 “A 또는 B(A or B)”는 “A 및/또는 B(A and/or B)”으로 해석될 수 있다. 예를 들어, 본 명세서에서 “A, B 또는 C(A, B or C)”는 “오직 A”, “오직 B”, “오직 C”, 또는 “A, B 및 C의 임의의 모든 조합(any combination of A, B and C)”를 의미할 수 있다.
본 명세서에서 사용되는 슬래쉬(/)나 쉼표(comma)는 “및/또는(and/or)”을 의미할 수 있다. 예를 들어, “A/B”는 “A 및/또는 B”를 의미할 수 있다. 이에 따라 “A/B”는 “오직 A”, “오직 B”, 또는 “A와 B 모두”를 의미할 수 있다. 예를 들어, “A, B, C”는 “A, B 또는 C”를 의미할 수 있다.
본 명세서에서 “적어도 하나의 A 및 B(at least one of A and B)”는, “오직 A”, “오직 B” 또는 “A와 B 모두”를 의미할 수 있다. 또한, 본 명세서에서 “적어도 하나의 A 또는 B(at least one of A or B)”나 “적어도 하나의 A 및/또는 B(at least one of A and/or B)”라는 표현은 “적어도 하나의 A 및 B(at least one of A and B)”와 동일하게 해석될 수 있다.
또한, 본 명세서에서 “적어도 하나의 A, B 및 C(at least one of A, B and C)”는, “오직 A”, “오직 B”, “오직 C”, 또는 “A, B 및 C의 임의의 모든 조합(any combination of A, B and C)”를 의미할 수 있다. 또한, “적어도 하나의 A, B 또는 C(at least one of A, B or C)”나 “적어도 하나의 A, B 및/또는 C(at least one of A, B and/or C)”는 “적어도 하나의 A, B 및 C(at least one of A, B and C)”를 의미할 수 있다.
또한, 본 명세서에서 사용되는 괄호는 “예를 들어(for example)”를 의미할 수 있다. 구체적으로, “제어 정보(PDCCH)”로 표시된 경우, “제어 정보”의 일례로 “PDCCH(Physical Downlink Control Channel)”가 제안된 것일 수 있다. 달리 표현하면 본 명세서의 “제어 정보”는 “PDCCH”로 제한(limit)되지 않고, “PDDCH”가 “제어 정보”의 일례로 제안될 것일 수 있다. 또한, “제어 정보(즉, PDCCH)”로 표시된 경우에도, “제어 정보”의 일례로 “PDCCH”가 제안된 것일 수 있다.
본 명세서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
첨부된 도면에서는 예시적으로 UE(User Equipment)가 도시되어 있으나, 도시된 상기 UE는 단말(Terminal), ME(Mobile Equipment) 등의 용어로 언급될 수도 있다. 또한, 상기 UE는 노트북, 휴대폰, PDA, 스마트 폰(Smart Phone), 멀티미디어 기기 등과 같이 휴대 가능한 기기일 수 있거나, PC, 차량 탑재 장치와 같이 휴대 불가능한 기기일 수 있다.
이하에서, UE는 무선 통신이 가능한 장치(예: 무선 통신 장치, 무선 장치, 또는 무선 기기)의 예시로 사용된다. UE가 수행하는 동작은 무선 통신이 가능한 임의의 장치에 의해 수행될 수 있다. 무선 통신이 가능한 장치 무선 통신 장치, 무선 장치, 또는 무선 기기 등으로도 지칭될 수도 있다.
이하에서 사용되는 용어인 기지국은, 일반적으로 무선 기기와 통신하는 고정된 지점(fixed station)을 말하며, eNodeB(evolved-NodeB), eNB(evolved-NodeB), BTS(Base Transceiver System), 액세스 포인트(Access Point), gNB(Next generation NodeB), RRH(remote radio head), TP(transmission point), RP(reception point), 중계기(relay) 등을 포함하는 포괄적인 용어로 사용될 수 있다.
본 명세서는 LTE 시스템, LTE-A 시스템 및 NR 시스템을 사용하여 실시예들을 설명하지만, 이러한 실시예들은 상기 정의에 해당되는 어떤 통신 시스템에도 적용될 수 있다.
<무선 통신 시스템>
4세대 이동통신을 위한 LTE(long term evolution)/LTE-Advanced(LTE-A)의 성공에 힘입어, 차세대 즉, 5세대(소위 5G) 이동통신에 대한 상용화 완료 및 후속 연구도 계속 진행되고 있다.
국제전기통신연합(ITU)이 정의하는　5세대 이동통신은 최대　20Gbps의 데이터 전송 속도와 어디에서든 최소　100Mbps　이상의 체감 전송 속도를 제공하는 것을 말한다. 정식 명칭은　‘IMT-2020’이라고 지칭된다.
ITU에서는 3대 사용 시나리오, 예컨대 eMBB(enhanced Mobile BroadBand) mMTC(massive Machine Type Communication)　및　URLLC(Ultra Reliable and Low Latency Communications)를 제시하고 있다.
URLLC는 높은 신뢰성과 낮은 지연시간을 요구하는 사용 시나리에 관한 것이다. 예를 들면, 자동주행, 공장자동화, 증강현실과 같은 서비스는 높은 신뢰성과 낮은 지연시간(예컨대, 1ms 이하의 지연시간)을 요구한다. 현재 4G (LTE)의 지연시간은 통계적으로 21-43ms (best 10%), 33-75ms (median) 이다. 이는 1ms 이하의 지연시간을 요구하는 서비스를 지원하기에 부족하다. 다음으로, eMBB 사용 시나리오는 이동 초광대역을 요구하는 사용 시나리오에 관한 것이다.
즉, 5세대 이동통신 시스템은 현재의 4G LTE보다 높은 용량을 지원하며, 모바일 광대역 사용자의 밀도를 높이고, D2D(Device to Device), 높은 안정성 및 MTC(Machine type communication)를 지원할 수 있다. 5G 연구 개발은 또한 사물의 인터넷을 보다 잘 구현하기 위해 4G 이동 통신 시스템 보다 낮은 대기 시간과 낮은 배터리 소모를 목표로 한다. 이러한 5G 이동 통신을 위해서 새로운 무선 액세스 기술(new radio access technology: New RAT 또는 NR)이 제시될 수 있다.
NR 주파수 밴드(frequency band)는 2가지 type(FR1, FR2)의 주파수 범위(frequency range)로 정의될 수 있다. 주파수 범위의 수치는 변경될 수 있으며, 예를 들어, 2가지 type(FR1, FR2)의 주파수 범위는 하기 표 1과 같을 수 있다. 설명의 편의를 위해 NR 시스템에서 사용되는 주파수 범위 중 FR1은 “sub 6GHz range”를 의미할 수 있고, FR2는 “above 6GHz range”를 의미할 수 있고 밀리미터 웨이브(millimeter wave, mmW)로 불릴 수 있다.
Frequency Range designation Corresponding frequency range Subcarrier Spacing
FR1 410MHz - 7125MHz 15, 30, 60kHz
FR2 24250MHz - 52600MHz 60, 120, 240kHz
NR 시스템의 주파수 범위의 수치는 변경될 수 있다. 예를 들어, FR1은 표 1와 같이 410MHz 내지 7125MHz의 대역을 포함할 수 있다. 즉, FR1은 6GHz (또는 5850, 5900, 5925 MHz 등) 이상의 주파수 대역을 포함할 수 있다. 예를 들어, FR1 내에서 포함되는 6GHz (또는 5850, 5900, 5925 MHz 등) 이상의 주파수 대역은 비면허 대역(unlicensed band)을 포함할 수 있다. 비면허 대역은 다양한 용도로 사용될 수 있고, 예를 들어, 차량을 위한 통신(예를 들어, 자율주행)을 위해 사용될 수 있다.
한편, 3GPP 기반 통신 표준은 상위 계층으로부터 기원한 정보를 나르는 자원 요소들에 대응하는 하향링크 물리 채널들과, 물리 계층에 의해 사용되나 상위 계층으로부터 기원하는 정보를 나르지 않는 자원 요소들에 대응하는 하향링크 물리 신호들을 정의된다. 예를 들어, 물리 하향링크 공유 채널(physical downlink shared channel, PDSCH), 물리 브로드캐스트 채널(physical broadcast channel, PBCH), 물리 멀티캐스트 채널(physical multicast channel, PMCH), 물리 제어 포맷 지시자 채널(physical control format indicator channel, PCFICH), 물리 하향링크 제어 채널(physical downlink control channel, PDCCH) 및 물리 하이브리드 ARQ 지시자 채널(physical hybrid ARQ indicator channel, PHICH)들이 하향링크 물리 채널들로서 정의되어 있으며, 참조 신호와 동기 신호가 하향링크 물리 신호들로서 정의되어 있다. 파일럿(pilot)이라고도 지칭되는 참조 신호(reference signal, RS)는 gNB와 UE가 서로 알고 있는 기 정의된 특별한 파형의 신호를 의미하는데, 예를 들어, 셀 특정적 RS(cell specific RS), UE-특정적 RS(UE-specific RS, UE-RS), 포지셔닝 RS(positioning RS, PRS) 및 채널 상태 정보 RS(channel state information RS, CSI-RS)가 하향링크 참조 신호로서 정의된다. 3GPP LTE/LTE-A 표준은 상위 계층으로부터 기원한 정보를 나르는 자원 요소들에 대응하는 상향링크 물리 채널들과, 물리 계층에 의해 사용되나 상위 계층으로부터 기원하는 정보를 나르지 않는 자원 요소들에 대응하는 상향링크 물리 신호들을 정의하고 있다. 예를 들어, 물리 상향링크 공유 채널(physical uplink shared channel, PUSCH), 물리 상향링크 제어 채널(physical uplink control channel, PUCCH), 물리 임의 접속 채널(physical random access channel, PRACH)가 상향링크 물리 채널로서 정의되며, 상향링크 제어/데이터 신호를 위한 복조 참조 신호(demodulation reference signal, DMRS)와 상향링크 채널 측정에 사용되는 사운딩 참조 신호(sounding reference signal, SRS)가 정의된다.
본 명세서에서 PDCCH(Physical Downlink Control CHannel)/PCFICH(Physical Control Format Indicator CHannel)/PHICH((Physical Hybrid automatic retransmit request Indicator CHannel)/PDSCH(Physical Downlink Shared CHannel)은 각각 DCI(Downlink Control Information)/CFI(Control Format Indicator)/하향링크 ACK/NACK(ACKnowlegement/Negative ACK)/하향링크 데이터를 나르는 시간-주파수 자원의 집합 혹은 자원요소의 집합을 의미한다. 또한, PUCCH(Physical Uplink Control CHannel)/PUSCH(Physical Uplink Shared CHannel)/PRACH(Physical Random Access CHannel)는 각각 UCI(Uplink Control Information)/상향링크 데이터/랜덤 엑세스 신호를 나르는 시간-주파수 자원의 집합 혹은 자원요소의 집합을 의미한다.
도 1은 무선 통신 시스템을 예시한 도면이다.
도 1을 참조하여 알 수 있는 바와 같이, 무선 통신 시스템은 적어도 하나의 기지국(base station: BS)을 포함한다. 상기 BS는 gNodeB(혹은 gNB)(20a)와 eNodeB(혹은 eNB)(20b)로 구분된다. 상기 gNB(20a)는 5세대 이동통신을 지원한다. 상기 eNB(20b)는 4세대 이동통신, 즉 LTE(long term evolution)를 지원한다.
각 기지국(20a 및 20b)은 특정한 지리적 영역(일반적으로 셀이라고 함)(20-1, 20-2, 20-3)에 대해 통신 서비스를 제공한다. 셀은 다시 다수의 영역(섹터라고 함)으로 나누어질 수 있다.
UE(user equipment)는 통상적으로 하나의 셀에 속하는데, UE가 속한 셀을 서빙 셀(serving cell)이라 한다. 서빙 셀에 대해 통신 서비스를 제공하는 기지국을 서빙 기지국(serving BS)이라 한다. 무선 통신 시스템은 셀룰러 시스템(cellular system)이므로, 서빙 셀에 인접하는 다른 셀이 존재한다. 서빙 셀에 인접하는 다른 셀을 인접 셀(neighbor cell)이라 한다. 인접 셀에 대해 통신 서비스를 제공하는 기지국을 인접 기지국(neighbor BS)이라 한다. 서빙 셀 및 인접 셀은 UE를 기준으로 상대적으로 결정된다.
이하에서, 하향링크는 기지국(20)에서 UE(10)로의 통신을 의미하며, 상향링크는 UE(10)에서 기지국(20)으로의 통신을 의미한다. 하향링크에서 송신기는 기지국(20)의 일부분이고, 수신기는 UE(10)의 일부분일 수 있다. 상향링크에서 송신기는 UE(10)의 일부분이고, 수신기는 기지국(20)의 일부분일 수 있다.
한편, 무선 통신 시스템은 크게 FDD(frequency division duplex) 방식과 TDD(time division duplex) 방식으로 나눌 수 있다. FDD 방식에 의하면 상향링크 전송과 하향링크 전송이 서로 다른 주파수 대역을 차지하면서 이루어진다. TDD 방식에 의하면 상향링크 전송과 하향링크 전송이 같은 주파수 대역을 차지하면서 서로 다른 시간에 이루어진다. TDD 방식의 채널 응답은 실질적으로 상호적(reciprocal)이다. 이는 주어진 주파수 영역에서 하향링크 채널 응답과 상향링크 채널 응답이 거의 동일하다는 것이다. 따라서, TDD에 기반한 무선통신 시스템에서 하향링크 채널 응답은 상향링크 채널 응답으로부터 얻어질 수 있는 장점이 있다. TDD 방식은 전체 주파수 대역을 상향링크 전송과 하향링크 전송이 시분할되므로 기지국에 의한 하향링크 전송과 UE에 의한 상향링크 전송이 동시에 수행될 수 없다. 상향링크 전송과 하향링크 전송이 서브프레임 단위로 구분되는 TDD 시스템에서, 상향링크 전송과 하향링크 전송은 서로 다른 서브프레임에서 수행된다.
도 2는 NR에서 사용되는 무선 프레임의 구조를 예시한다.
NR에서 상향링크 및 하향링크 전송은 프레임으로 구성된다. 무선 프레임은 10ms의 길이를 가지며, 2개의 5ms 하프-프레임(Half-Frame, HF)으로 정의된다. 하프-프레임은 5개의 1ms 서브프레임(Subframe, SF)으로 정의된다. 서브프레임은 하나 이상의 슬롯으로 분할되며, 서브프레임 내 슬롯 개수는 SCS(Subcarrier Spacing)에 의존한다. 각 슬롯은 CP(cyclic prefix)에 따라 12개 또는 14개의 OFDM(A) 심볼을 포함한다. 일반 CP가 사용되는 경우, 각 슬롯은 14개의 심볼을 포함한다. 확장 CP가 사용되는 경우, 각 슬롯은 12개의 심볼을 포함한다. 여기서, 심볼은 OFDM 심볼 (혹은, CP-OFDM 심볼), SC-FDMA 심볼 (혹은, DFT-s-OFDM 심볼)을 포함할 수 있다.
<다양한 뉴머롤로지(numerology)의 지원>
NR 시스템에서는 무선 통신 기술의 발달에 따라, 단말에 다수의 뉴머롤로지(numerology)가 제공될 수도 있다. 예를 들어, SCS가 15kHz인 경우, 전통적인 셀룰러 밴드들에서의 넓은 영역(wide area)을 지원하며, SCS가 30kHz/60kHz인 경우, 밀집한-도시(dense-urban), 더 낮은 지연(lower latency) 및 더 넓은 캐리어 대역폭(wider carrier bandwidth)을 지원하며, SCS가 60kHz 또는 그보다 높은 경우, 위상 잡음(phase noise)을 극복하기 위해 24.25GHz보다 큰 대역폭을 지원한다.
상기 뉴머롤로지는 CP(cycle prefix) 길이와 부반송파 간격(Subcarrier Spacing: SCS)에 의해 정의될 수 있다. 하나의 셀은 복수의 뉴머롤로지를 단말로 제공할 수 있다. 뉴머롤로지의 인덱스를 μ로 나타낼 때, 각 부반송파 간격과 해당하는 CP 길이는 아래의 표와 같을 수 있다.
μ △f=2μ15 [kHz] CP
0 15 일반
1 30 일반
2 60 일반, 확장
3 120 일반
4 240 일반
5 480 일반
6 960 일반
일반 CP의 경우, 뉴머롤로지의 인덱스를 μ로 나타낼 때, 슬롯 당 OFDM 심볼 개수(Nslot symb), 프레임당 슬롯 개수(Nframe,μ slot) 그리고, 서브프레임 당 슬롯 개수(Nsubframe,μ slot)는 아래의 표와 같다.
μ △f=2μ15 [kHz] Nslot symb Nframe,μ slot Nsubframe,μ slot
0 15 14 10 1
1 30 14 20 2
2 60 14 40 4
3 120 14 80 8
4 240 14 160 16
5 480 14 320 32
6 960 14 640 64
확장 CP의 경우, 뉴머롤로지의 인덱스를 μ로 나타낼 때, 슬롯 당 OFDM 심볼 개수(Nslot symb), 프레임당 슬롯 개수(Nframe,μ slot) 그리고, 서브프레임 당 슬롯 개수(Nsubframe,μ slot)는 아래의 표와 같다.
μ SCS (15*2u) Nslot symb Nframe,μ slot Nsubframe,μ slot
2 60KHz (u=2) 12 40 4
NR　시스템에서는 하나의 단말에게 병합되는 복수의 셀들 간에 OFDM(A) 뉴머롤러지(numerology)(예, SCS, CP 길이 등)가 상이하게 설정될 수 있다. 이에 따라, 동일한 개수의 심볼로 구성된 시간 자원(예, SF, 슬롯 또는 TTI)(편의상, TU(Time Unit)로 통칭)의 (절대 시간) 구간이 병합된 셀들 간에 상이하게 설정될 수 있다.
도 3a 내지 도 3c는 무선 통신의 서비스를 위한 예시적인 아키텍처를 나타낸 예시도들이다.
도 3a를 참조하면, UE는 LTE/LTE-A 기반의 셀과 그리고 NR 기반의 셀에 DC(dual connectivity) 방식으로 연결되어 있다.
상기 NR 기반의 셀은 기존 4세대 이동통신을 위한 코어 네트워크(core network), 즉 EPC(Evolved Packet Core)에 연결된다.
도 3b를 참조하면, 도 3a와 달리 LTE/LTE-A 기반의 셀은 5세대 이동통신을 위한 코어 네트워크 즉, 5G 코어 네트워크에 연결되어 있다.
위 도 3a 및 도 3b에 도시된 바와 같은 아키텍처에 기반한 서비스 방식을 NSA(non-standalone)라고 한다.
도 3c를 참조하면, UE는 NR 기반의 셀에만 연결되어 있다. 이러한 아키텍처에 기반한 서비스 방식을 SA(standalone)이라고 한다.
한편, 상기 NR에서, 기지국으로부터의 수신은 하향링크 서브프레임을 이용하고, 기지국으로의 송신은 상향링크 서브프레임을 이용하는 것이 고려될 수 있다. 이 방식은 쌍으로 된 스펙트럼 및 쌍을 이루지 않은 스펙트럼에 적용될 수 있다. 한 쌍의 스펙트럼은 하향링크 및 상향링크 동작을 위해 두 개의 반송파 스펙트럼을 포함된다는 것을 의미한다. 예를 들어, 한 쌍의 스펙트럼에서, 하나의 반송파는 서로 쌍을 이루는 하향링크 대역 및 상향링크 대역을 포함할 수 있다.
도 4는　NR　프레임의 슬롯 구조를 예시한다.
슬롯은 시간 도메인에서 복수의 심볼을 포함한다. 예를 들어, 일반 CP의 경우 하나의 슬롯이 14개의 심볼을 포함하나, 확장 CP의 경우 하나의 슬롯이 12개의 심볼을 포함한다. 반송파는 주파수 도메인에서 복수의 부반송파를 포함한다. RB(Resource Block)는 주파수 도메인에서 복수(예, 12)의 연속한 부반송파로 정의된다. BWP(Bandwidth Part)는 주파수 도메인에서 복수의 연속한 (physical, P)RB로 정의되며, 하나의 뉴머롤로지(numerology)(예, SCS, CP 길이 등)에 대응될 수 있다. 단말은 하향링크와 상향링크에서 각각 최대 N개(예, 4개)의 BWP가 구성될 수 있다. 하향링크 또는 상향링크 전송은 활성화된 BWP를 통해서 수행되며, 정해진 시간(at a given time)에는 단말에게 구성된 BWP들 중 하나의 BWP만 활성화될 수 있다. 자원 그리드에서 각각의 요소는 자원요소(Resource Element, RE)로 지칭되며, 하나의 복소 심볼이 매핑될 수 있다.
도 5는 NR에서의 서브프레임 유형의 예를 도시한다.
도 5에 도시된 TTI(transmission time interval)는 NR(또는 new RAT)을 위한 서브프레임 또는 슬롯으로 불릴 수 있다. 도 5의 서브프레임(또는 슬롯)은, 데이터 전송 지연을 최소화하기 위해 NR(또는 new RAT)의 TDD 시스템에서 사용될 수 있다. 도 5에 도시 된 바와 같이, 서브프레임(또는 슬롯)은 14 개의 심볼을 포함한다. 서브프레임(또는 슬롯)의 앞부분 심볼은 하향링크(downlink, DL) 제어 채널을 위해서 사용될 수 있고, 서브프레임(또는 슬롯)의 뒷부분 심볼은 상향링크(uplink, UL) 제어 채널을 위해서 사용될 수 있다. 나머지 심볼들은 DL 데이터 전송 또는 UL 데이터 전송을 위해 사용될 수 있다. 이러한 서브프레임(또는 슬롯) 구조에 따르면, 하향링크 전송과 상향링크 전송은 하나의 서브프레임(또는 슬롯)에서 순차적으로 진행될 수 있다. 따라서, 서브프레임(또는 슬롯) 내에서 하향링크 데이터가 수신될 수 있고, 그 서브프레임(또는 슬롯) 내에서 상향링크 확인 응답(ACK/NACK)이 전송될 수도 있다.
이러한 서브프레임(또는 슬롯)의 구조를 자기-완비(self-contained) 서브프레임(또는 슬롯)이라고 할 수 있다.
구체적으로, 슬롯 내의 처음 N개의 심볼은 DL 제어 채널을 전송하는데 사용되고(이하, DL 제어 영역), 슬롯 내의 마지막 M개의 심볼은 UL 제어 채널을 전송하는데 사용될 수 있다(이하, UL 제어 영역). N과 M은 각각 0 이상의 정수이다. DL 제어 영역과 UL 제어 영역의 사이에 있는 자원 영역(이하, 데이터 영역)은 DL 데이터 전송을 위해 사용되거나, UL 데이터 전송을 위해 사용될 수 있다. 예를 들어, DL 제어 영역에서는 물리 하향링크 제어 채널(physical downlink control channel, PDCCH)이 전송될 수 있고, DL 데이터 영역에서는 물리 하향링크 공유 채널(physical downlink shared channel, PDSCH)이 전송될 수 있다. UL 제어 영역에서는 물리 상향링크 제어 채널(physical uplink control channel, PUCCH)이 전송될 수 있고, UL 데이터 영역에서는 물리 상향링크 공유 채널(physical uplink shared channel, PUSCH)이 전송될 수 있다.
이러한 서브프레임(또는 슬롯)의 구조를 사용하면, 수신 오류가 발생한 데이터를 재전송하는 데 걸리는 시간이 줄어들어 최종 데이터 전송 대기 시간이 최소화될 수 있는 장점이 있다. 이와 같은 자기-완비(self-contained) 서브프레임(또는 슬롯) 구조에서, 송신 모드에서 수신 모드로 또는 수신 모드에서 송신 모드로의 전이 과정에 시간 차(time gap)가 필요할 수 있다. 이를 위해, 서브 프레임 구조에서 DL에서 UL로 전환할 때의 일부 OFDM 심볼은 보호 구간(Guard Period: GP)으로 설정될 수 있다.
도 6은 자기-완비(self-contained) 슬롯의 구조를 예시한다.
NR　시스템에서 프레임은 하나의 슬롯 내에 DL 제어 채널, DL 또는 UL 데이터, UL 제어 채널 등이 모두 포함될 수 있는 자기-완비 구조를 특징으로 한다. 예를 들어, 슬롯 내의 처음 N개의 심볼은 DL 제어 채널을 전송하는데 사용되고(이하, DL 제어 영역), 슬롯 내의 마지막 M개의 심볼은 UL 제어 채널을 전송하는데 사용될 수 있다(이하, UL 제어 영역). N과 M은 각각 0 이상의 정수이다. DL 제어 영역과 UL 제어 영역의 사이에 있는 자원 영역(이하, 데이터 영역)은 DL 데이터 전송을 위해 사용되거나, UL 데이터 전송을 위해 사용될 수 있다. 일 예로, 다음의 구성을 고려할 수 있다. 각 구간은 시간 순서대로 나열되었다.
1. DL only 구성
2. UL only 구성
3. 혼합된(Mixed) UL-DL 구성
- DL 영역 + GP(Guard Period) + UL 제어 영역
- DL 제어 영역 + GP + UL 영역
DL 영역: (i) DL 데이터 영역, (ii) DL 제어 영역 + DL 데이터 영역
UL 영역: (i) UL 데이터 영역, (ii) UL 데이터 영역 + UL 제어 영역
DL 제어 영역에서는 PDCCH가 전송될 수 있고, DL 데이터 영역에서는 PDSCH가 전송될 수 있다. UL 제어 영역에서는 PUCCH가 전송될 수 있고, UL 데이터 영역에서는 PUSCH가 전송될 수 있다. PDCCH에서는 DCI(Downlink Control Information) 예를 들어, DL 데이터 스케줄링 정보, UL 데이터 스케줄링 정보 등이 전송될 수 있다. PUCCH에서는 UCI(Uplink Control Information) 예를 들어, DL 데이터에 대한 ACK/NACK(Positive Acknowledgement/Negative Acknowledgement) 정보, CSI(Channel State Information) 정보, SR(Scheduling Request) 등이 전송될 수 있다. GP는 기지국과 단말이 송신 모드에서 수신 모드로 전환하는 과정 또는 수신 모드에서 송신 모드로 전환하는 과정에서 시간 갭을 제공한다. 서브프레임 내에서 DL에서 UL로 전환되는 시점의 일부 심볼이 GP로 설정될 수 있다.
<NR에서 빔 관리(beam management)>
현재 3GPP NR의 빔 관리 방법은 초기 접속(initial access) 단계와 셀 연결 설정(connection establishment) 단계로 나눌 수 있다. 초기 접속 프로시저를 수행하는 단말은 임의 접속 절차(random access procedure) 즉, RACH(random access channel) 프로시저를 통해 단말의 초기 송신/수신(initial Tx/Rx) 빔을 설정한다.
도 7은 NR에서 초기 빔 측정 및 선택의 예시를 나타낸다.
도 7을 참조하면, 셀 연결이 없는 단말(UE1/UE2)에게 기지국 송신 빔(gNB Tx beam) 설정을 제공하기 위해 기지국은 서로 다른 방향의 빔이 매핑된 SSB(synchronization signal block)를 주기적으로 반복 전송한다. 그리고, 5ms 이내에 SSB들이 20ms 주기로 전송될 수 있다. 구체적으로, 초기 셀 선택(initial cell selection)을 위한 디폴트 값이 20ms일 수 있다.
단말은 주기적으로 전송되는 SSB들에 대한 신호 측정을 통해 적합한(qualified) SSB를 선택하고 해당 SSB에 대해 매핑된 PRACH(physical random access channel) 프리앰블(preamble)을 전송함으로써 선택된 송신 빔(selected Tx beam)에 대한 정보를 기지국에 알릴 수 있다. 예를 들어, 신호 세기(signal strength) 측정을 기초로, 서로 다른 위치에 있는 단말들 즉, UE1은 SSB 인덱스가 3인 SSB를 선택하고, UE2는 SSB 인덱스가 9인 SSB를 선택하여, UE1 및 UE2 각각은 선택된 SSB에 대해 대응되는 PRACH 프리앰블을 전송할 수 있다. 여기서, 각 SSB는 특정 방향으로 빔포밍되어 있는 것을 가정하고 있다.
도 8은 NR에서 단말과 기지국의 초기 접속 프로시저의 예시를 나타낸다.
도 8을 참조하면, 단말(UE)의 전원이 켜진 후 (S801), UE는 기지국(gNB)이 전송하는 시스템 정보 메시지를 통해 초기 접속 단계에서 필요한 셀 관련 파라미터 정보(예를 들어, 각 SSB에 상응하는 PRACH 정보)를 수신한다 (S802). 여기서, 시스템 정보 메시지는 MIB(master information block) 및 셀 공통 정보(cell common information)을 포함하는 SIB1(system information block 1)을 포함한다.
단말은 시스템 정보 메시지를 획득한 이후, 기지국으로부터 주기적으로 전송되는 SSB들을 수신한다 (S803). 그리고, 단말은 수신한 SSB들에 대해서 RSRP(reference signal received power)를 측정한다. N개의 SSB 즉, 빔에 대한 측정된 RSRP 중 가장 높은/적절한(highest/qualified) 값(value)을 가지는 하나의 SSB(빔)을 선택한다 (S804).
이후, 단말은 선택된 SSB(빔)에 대응하는 PRACH 자원에 속하는 RA(random access) 프리앰블을 기지국으로 전송한다 (S805). 이를 통해 단말은 선택된 초기 빔 정보를 기지국으로 알릴 수 있다.
기지국은 단말로부터 선택된 SSB(빔)에 대응하는 PRACH 자원에 속하는 RA(random access) 프리앰블을 수신하고, 이에 대한 응답으로 선택된 SSB(빔)을 이용하여 단말로 RAR(random access response)을 전송한다 (S806).
한편, 셀에 최초 진입한 단말 즉, CBRA(contention based random access)프로시저를 수행하는 단말의 위치/빔 정보를 모르는 기지국은 연결이 없는 단말의 빔 설정을 위해 셀 공통으로(cell commonly) 최대 64개의 빔을 설정할 수 있고, 단말은 자신의 위치에서 최적의 빔을 찾기 위해 모든 빔을 순차적으로 측정하는 동작을 수행한다. 이는 셀 내 빔의 수가 많아질수록 빔 선택 및 셀 연결에의 시간 지연을 초래할 뿐만 아니라, 단말이 많은 수의 빔을 측정하도록 함으로써 단말의 전력 소모를 증가시키는 원인이 될 수 있다.
기지국은 전술한 문제를 개선하기 위해 SSB에 대해서는 넓은 빔(wide beam)을 매핑함으로써 초기 접속 단말의 대략적인 위치/빔을 파악하고, 단말이 셀에 접속한 이후 빔 개선(beam refinement) 동작을 통해 좁은 빔(narrow beam)을 설정하도록 할 수 있다. 그러나, 좁은 빔(narrow beam)은 단말에게 높은 데이터 레이트(data rate)를 제공해 주는 반면, 단말의 움직임이나 환경적 변화에 민감하기 반응하기 때문에 쉽게 끊김 현상이 발생할 수 있는 문제가 있다. 이를 위해, 기지국은 단말에게 후보 빔이 매핑된 CSI 자원(CSI-RS/SSB)을 단말 특정 방식(UE-specific manner)으로 할당함으로써 단말이 주변 빔 세기를 지속적으로 측정하고 기지국으로 측정 결과를 보고하도록 한다. 이는 CSI 자원 설정(CSI resource configuration) 및 CSI 보고 설정(CSI report configuration)을 통해 기지국으로부터 설정될 수 있다.
도 9는 NR에서의 후보 빔 설정의 예시를 나타낸다.
빔 보고를 설정 받은 단말은 자신에게 할당된 참조 신호(reference signal, RS) 측정을 통해 그 결과를 기지국의 설정 기반으로 보고를 수행한다. 이는 3GPP에서 정의한 CSI 프레임워크(framework)를 따른다. 그러나, 이와 같은 단말 특정(UE-specific) CSI 설정 방법은 셀 내 단말 수가 많아질수록 단말 당 할당되는 RS 자원 역시 급격하게 증가하게 되는 문제가 있다. 기지국은 이와 같은 자원 오버헤드 문제를 완화하기 위해 도 9에서 보는 것과 같이 유사한 위치에 있는 단말들에게는 동일 후보 빔 즉, CSI 자원(resource)을 할당해주는 방법을 선택할 수 있다. 이를 단말 그룹 특정 CSI 자원 설정(UE group-specific CSI resource configuration)이라 칭할 수 있다. 그러나, 이동성이 서로 다른 단말들이 동일 자원을 공유하게 되면 해당 자원 영역을 벗어나는 단말에게는 새로운 후보 빔 자원을 할당해야 하는 이슈가 발생한다. 높음/중간 이동성(High/medium mobility)를 가지는 단말에게 자원 오버헤드를 줄이기 위한 방법으로 최소한의 후보 빔을 할당하게 되면, 단말은 잦은 RRC 재설정을 겪게 되고 RRC를 통한 후보 빔 재설정은 상대적으로 큰 지연을 발생시키기 때문에 빔 끊김의 원인이 될 수 있다. 기지국은 이와 같은 이슈를 완화하기 위해 CSI 자원 집합(CSI resource set)에 속하는 빔 수를 적절하게 늘리는 방법으로 후보 빔을 운용할 수 있다. 그러나, 단말 입장에서는 늘어난 빔 수로 인해 측정에의 부담이 증가하게 되는 트레이드 오프(trade off) 이슈가 있을 수 있다.
도 10a 내지 도 10c는 NR에서 빔 관리를 위한 3가지 프로시저를 나타낸다.
NR에서의 빔 관리는 물리 계층에서 정의하는 프로시저 측면에서 3가지 프로시저로 나누어 정의될 수 있다. 도 10a는 프로시저 1(P1), 도 10b는 프로시저 2(P2) 그리고 도 10c는 프로시저 3(P3)를 각각 나타낸다. P1은 앞서 기술한 초기 접속(initial access) 프로시저를 수행하는 단말의 빔 설정 방법처럼, TRP(transmission reception point) 빔 스위핑(beam sweeping)과 UE 빔 스위핑을 동시에 수행하면서 송신/수신 빔 페어(Tx/Rx beam pair)를 찾는 동작이다. 연결(connected mode)로 진입한 단말은 기지국으로부터 후보 빔(즉, CSI resource set) 설정을 통해 설정 받은 빔들이 스위핑(sweeping) 될 것을 인지하고, 먼저 TRP 빔에 대한 신호 세기 측정을 수행한다. P2를 통해 단말의 TRP 빔이 선택되면, 이후 P3를 통해 기지국은 선택된 하나의 빔을 반복(repetition) 전송한다. 단말은 UE 빔 스위핑을 수행하면서 UE 빔을 선택할 수 있다. 해당 동작에서 UE가 어떤 빔을 선택할지는 단말 구현에 맡길 수 있다. 전술한 동작은 하향링크(downlink, DL) 및 상향링크(uplink, UL)에 대해 모두 적용될 수 있다.
도 11a 내지 도 11c는 NR에서 빔 보고 프로시저의 예시들을 나타낸다.
빔 스위핑(beam sweeping)은 특정 후보 빔 즉, CSI 자원 집합(CSI resource set) 설정을 통해 기지국이 단말에게 참조 신호(reference signal, RS) 자원 정보를 알려줌으로써 빔에 대한 정보는 RS 자원 정보와 매핑되어 암묵적으로 알려주는 방법을 사용한다. 즉, 실제 빔 인덱스(index)를 단말에게 알려주기보다는 RS 자원 지시자(resource indicator, RI)를 이용하여 RS 정보로 암묵적으로(implicitly) 매핑된 인덱스 정보를 통해 기지국이 매핑한 빔의 정보를 인지하도록 한다. 이는 3GPP CSI 프레임워크(framework)를 이용하여 설정되고, 단말은 기지국으로부터 설정받은 자원에 대한 RS의 세기를 측정함으로써 암묵적으로 베스트(Best) 4개의 빔(RI)에 대한 RSRP 정보를 기지국으로 보고한다. 이에 대한 측정 결과를 보고하는 방법 역시 기지국의 RRC 설정에 따르고 있으며, 3GPP에서는 다음 3가지 방법 중 하나로 설정하도록 정의하고 있다.
- 주기적 보고(periodic reporting)
- 비주기적 보고(aperiodic reporting)
- 반정적 보고(semi persistent reporting)
도 11a는 주기적 CSI 보고 방식을 나타내는데, 이는 RRC 설정을 통해 트리거(trigger) 된다. 즉, 단말은 RRC 설정(configuration) 메시지를 기지국으로부터 수신하는데, RRC 설정 메시지에는 CSI 관련 RS 자원 및 보고 방법에 대한 설정 즉, CSI 자원 집합(CSI resource set) 정보 및 CSI 보고는 주기적이라는 정보를 포함한다 (S1101a). 이후, 단말은 수신된 RRC 설정 메시지를 기초로 주기적으로 전송되는 RS들을 수신하고 (S1102a 및 S1105a), 수신한 RS들을 기초로 빔에 대한 신호 세기를 측정한다 (S1103a 및 S1106a). 그리고, 단말은 측정한 결과(값)을 주기적으로 기지국으로 보고한다 (S1104a 및 S1107a).
도 11b는 비주기적 CSI 보고 방식을 나타내는데, RRC 설정 메시지를 통해 CSI 관련 RS 자원 및 보고 방법을 설정 받더라도 하위 계층으로부터의 트리거(trigger) 메시지(또는 정보) 없이는 RS를 통한 빔 측정을 수행하지 않는다. 즉, 단말은 CSI 관련 RS 자원 및 보고 방법에 대한 설정 즉, CSI 자원 집합(CSI resource set) 정보 및 CSI 보고는 비주기적이라는 정보가 포함된 RRC 설정(configuration) 메시지를 기지국으로부터 수신하는데 (S1101b), CSI 보고 트리거(CSI report trigger)는 MAC(medium access control) CE(control element)나 DCI(downlink control information)를 통해 이루어진다. 단말이 MAC CE 또는 DCI를 통해 트리거 지시자(trigger indication)가 포함된 CSI 보고 트리거 정보를 기지국으로부터 수신하고 (S1102b), 수신된 트리거 지시자(trigger indication)를 기반으로 한 번 전송되는 RS들을 수신한다 (S1103b). 여기서, CSI 자원 집합에 대한 RS들의 전송은 CSI 보고 트리거 정보가 전송된 특정 시간(예를 들어, X 슬롯들) 이후에 전송될 수 있다. 이후, 단말은 수신한 RS들을 기초로 빔에 대한 신호 세기를 측정한다 (S1104b). 그리고, 단말은 측정한 결과(값)을 한 번 기지국으로 보고한다 (S1105b). 여기서, CSI 보고는 CSI 보고 트리거 정보가 수신된 특정 시간(예를 들어, Y 슬롯들) 이후에 전송될 수 있다.
도 11c는 반정적(semi-persistent) 보고 방식을 나타내는데, 주기적 보고 방식과 비주기적 보고 방식의 중간 방식으로 RRC 설정 메시지를 통해 CSI 관련 RS 자원 및 보고 방법에 대한 설정을 수신한 단말은, MAC CE에 의해 활성화(activation)된 경우에만 비활성화(deactivation) 메시지(또는, 정보)를 수신하기 전까지 주기적으로 CSI 보고를 수행한다. 즉, 단말은 CSI 관련 RS 자원 및 보고 방법에 대한 설정 즉, CSI 자원 집합(CSI resource set) 정보 및 CSI 보고는 반정적이라는 정보가 포함된 RRC 설정(configuration) 메시지를 기지국으로부터 수신하는데 (S1101c), CSI 보고 활성화(CSI report activation)는 MAC CE를 통해 이루어진다. 단말이 MAC CE를 통해 활성화 지시자(activation indication)가 포함된 CSI 보고 활성화 정보를 기지국으로부터 수신하고 (S1102c 및 S1110c), 수신된 활성화 지시자(activation indication)를 기반으로 주기적으로 전송되는 RS들을 수신하고 (S1103c, S1106c, S1111c 및 S1114c), 수신한 RS들을 기초로 빔에 대한 신호 세기를 측정한다 (S1104c, S1107c, S1112c 및 S1115c). 그리고, 단말은 측정한 결과(값)을 주기적으로 기지국으로 보고한다 (S1105c, S1108c, S1113c 및 S1116c). CSI 보고가 활성화된 이후, 기지국으로부터 MAC CE를 통해 비활성화 지시자(deactivation indication)가 포함된 CSI 보고 비활성화(CSI report deactivation) 정보를 수신하면 (S1109c), 단말은 CSI 보고를 중지한다.
최근 3GPP에서는 이와 같은 빔 검색/측정에의 지연 및 단말 전력 소모를 개선하기 위해 AI/ML 모델을 적용할 것을 고려하고 있으며, 이를 위한 실현 가능성(feasibility) 및 잠재적인 스펙 영향(potential spec impact)을 논의하기 위한 연구(study)를 시작했다.
AI/ML에 적용되는 용어들의 리스트는 아래의 표 6과 같이 논의되고 있다.
용어(Terminology) 기술(Description)
데이터 수집(Data collection) AI/ML 모델 훈련, 데이터 분석 및 추론을 목적으로 네트워크 노드들, 관리 엔티티 또는 UE에 의해 데이터를 수집하는 프로세스
(A process of collecting data by the network nodes, management entity, or UE for the purpose of AI/ML model training, data analytics and inference)
AI/ML 모델(AI/ML Model) 입력 세트를 기반으로 출력 세트를 생성하기 위한 AI/ML 기법을 적용하는 데이터 기반 알고리즘
(A data driven algorithm that applies AI/ML techniques to generate a set of outputs based on a set of inputs.)
AI/ML 모델 훈련(AI/ML model training) 데이터 기반 방식으로 [입력/출력 관계를 학습함으로써] AI/ML 모델을 훈련하고 추론을 위해 훈련된 AI/ML 모델을 획득하는 과정
(A process to train an AI/ML Model [by learning the input/output relationship] in a data driven manner and obtain the trained AI/ML Model for inference)
AI/ML 모델 추론(AI/ML model Inference) 입력 세트에 기초한 출력 세트를 생성하기 위해 훈련된 AI/ML 모델을 사용하는 프로세스
(A process of using a trained AI/ML model to produce a set of outputs based on a set of inputs)
AI/ML 모델 검증(AI/ML model validation) 모델 훈련에 사용되는 것과 다른 데이터 세트를 사용하여 AI/ML 모델의 품질을 평가하는 훈련의 하위 프로세스로, 모델 훈련에 사용되는 데이터 세트 이상으로 일반화되는 모델 파라미터를 선택하는 데 도움이 됨
(A subprocess of training, to evaluate the quality of an AI/ML model using a dataset different from one used for model training, that helps selecting model parameters that generalize beyond the dataset used for model training.)
AI/ML 모델 테스트(AI/ML model testing) 모델 훈련 및 검증에 사용된 것과 다른 데이터 세트를 사용하여 최종 AI/ML 모델의 성능을 평가하기 위한 훈련의 하위 프로세스. AI/ML 모델 검증과 달리 테스트에서는 모델의 후속 조정을 가정하지 않음.
(A subprocess of training, to evaluate the performance of a final AI/ML model using a dataset different from one used for model training and validation. Differently from AI/ML model validation, testing does not assume subsequent tuning of the model.)
UE측 (AI/ML) 모델(UE-side (AI/ML) model) 추론이 전적으로 UE에서 수행되는 AI/ML 모델
(An AI/ML Model whose inference is performed entirely at the UE)
네트워크측 (AI/ML) 모델(Network-side (AI/ML) model) 추론이 전적으로 네트워크에서 수행되는 AI/ML 모델
(An AI/ML Model whose inference is performed entirely at the network)
단측 (AI/ML) 모델(One-sided (AI/ML) model) UE 측 (AI/ML) 모델 또는 네트워크 측 (AI/ML) 모델
(A UE-side (AI/ML) model or a Network-side (AI/ML) model)
양측 (AI/ML) 모델(Two-sided (AI/ML) model) 공동 추론이 수행되는 쌍을 이루는 AI/ML 모델(들). 여기서, 공동 추론은 추론이 UE와 네트워크를 통해 공동으로 수행되는 AI/ML 추론으로, 즉, 추론의 첫번째 부분은 UE에 의해 먼저 수행되고 나머지 부분은 gNB에 의해 수행되거나 또는 그 반대의 경우도 해당됨.
(A paired AI/ML Model(s) over which joint inference is performed, where joint inference comprises AI/ML Inference whose inference is performed jointly across the UE and the network, i.e, the first part of inference is firstly performed by UE and then the remaining part is performed by gNB, or vice versa.)
AI/ML 모델 전송(AI/ML model transfer) 수신측에 알려진 모델 구조의 파라미터 또는 파라미터를 가지는 새 모델을 무선 인터페이스를 통해 AI/ML 모델의 전달. 전달에는 전체 모델 또는 부분 모델이 포함될 수 있음.
(Delivery of an AI/ML model over the air interface, either parameters of a model structure known at the receiving end or a new model with parameters. Delivery may contain a full model or a partial model.)
모델 다운로드(Model download) 네트워크에서 UE로 모델 전송
(Model transfer from the network to UE)
모델 업로드(Model upload) UE에서 네트워크로 모델 전송
(Model transfer from UE to the network)
연합 학습 / 연합 훈련(Federated learning / federated training) 로컬 데이터 샘플을 사용하여 각각 로컬 모델 훈련을 수행하는 여러 분산형 에지 노드 (예로, UE, gNB)에서 AI/ML 모델을 훈련하는 머신 러닝 기술. 이 기술에서는 모델의 여러 상호 작용이 필요하지만 로컬 데이터 샘플의 교환은 필요하지 않음.
(A machine learning technique that trains an AI/ML model across multiple decentralized edge nodes (e.g., UEs, gNBs) each performing local model training using local data samples. The technique requires multiple interactions of the model, but no exchange of local data samples.)
오프라인 필드 데이터(Offline field data) 필드에서 수집되어 AI/ML 모델의 오프라인 교육에 사용되는 데이터
(The data collected from field and used for offline training of the AI/ML model)
온라인 필드 데이터(Online field data) 필드에서 수집되어 AI/ML 모델의 온라인 교육에 사용되는 데이터
(The data collected from field and used for online training of the AI/ML model)
모델 모니터링(Model monitoring) AI/ML 모델의 추론 성능을 모니터링하는 절차
(A procedure that monitors the inference performance of the AI/ML model)
지도 학습(Supervised learning) 입력 및 해당 레이블로부터 모델을 훈련하는 프로세스
(A process of training a model from input and its corresponding labels.)
비지도 학습(Unsupervised learning) 레이블이 지정된 데이터가 없이 모델을 훈련하는 프로세스
(A process of training a model without labelled data.)
준지도 학습(Semi-supervised learning　) 레이블이 지정된 데이터와 레이블이 지정되지 않은 데이터가 혼합된 모델을 훈련하는 프로세스
(A process of training a model with a mix of labelled data and unlabelled data)
강화 학습 (RL)Reinforcement Learning (RL) 모델이 상호 작용하는 환경에서 입력(상태)과 모델의 출력(작업)에 따른 피드백 신호(보상)로부터 AI/ML 모델을 훈련하는 프로세스
(A process of training an AI/ML model from input (a.k.a. state) and a feedback signal (a.k.a. reward) resulting from the model's output (a.k.a. action) in an environment the model is interacting with.)
모델 활성화
(Model activation)		 특정 기능에 대한 AI/ML 모델 활성화
(enable an AI/ML model for a specific function)
모델 비활성화(Model deactivation) 특정 기능에 대한 AI/ML 모델 비활성화
(disable an AI/ML model for a specific function)
모델 스위칭(Model switching) 특정 기능에 대해, 현재 활성화된 AI/ML 모델을 비활성화하고 다른 AI/ML 모델을 활성화
Deactivating a currently active AI/ML model and activating a different AI/ML model for a specific function
3GPP는 빔 관리 프로시저와 관련하여 단말측(UE-side)에서 AI 모델 훈련(model training)을 수행하기 위한 데이터 수집과 관련하여, 빔 결과 보고 방법에 대한 스펙 영향에 대한 연구를 진행하기로 하였다.
한편, 종래 NR에서의 빔 관리(beam management) 동작은 빔의 수 및 단말의 수가 많아질수록 시스템 오버헤드 증가 및 단말의 전력 소모를 증가시키는 문제를 야기한다. 뿐만 아니라, 셀 초기 접속 단계에 있는 단말의 경우, 모든 빔을 측정 후 단말이 초기 빔을 선택하는 과정을 거치기 때문에 셀 접속에의 지연을 야기할 수 있다. 이와 같은 문제를 개선하기 위해 일부 빔 측정을 통해 전체 빔 세기를 예측하는 AI/ML 모델을 이용할 것이 제안되고 있으나, 이를 위한 자세한 프로시저나 방안에 대한 내용은 아직 정의되지 않은 상태이다. 본 명세서에서는 AI/ML을 이용한 빔 관리 방안을 수행하기 위해 NW이 관련 모델을 훈련시키기 위한 빔 정보를 단말로부터 효율적으로 수집하도록 하기 위한 방안을 제안하고자 한다.
도 12a 내지 도 12b는 AI/ML을 이용한 빔 측정 및 공간적 빔 예측(spatial domain beam prediction) 예시를 나타낸다.
현재 3GPP RAN(radio access network) WG1(working group 1)은 'AI/ML for beam management'에 대한 연구를 시작했고, 공간적 DL 빔 예측(spatial DL beam prediction, BM-Case1) 및 시간적 DL 빔 예측(temporal DL beam prediction, BM-Case2)을 하위 사용 사례(sub use case)로 논의할 것에 대해 동의했다. 이는, 세트(Set) B에 속하는 빔들의 측정을 통해 세트(Set) A에 대한 빔의 세기를 예측하도록 한다. 공간적 DL 빔 예측의 경우에 대해서 도 12a 내지 도 12b에 도시하고 있는데, 도 12a에서는 세트 B가 세트 A의 서브셋(subset)인 경우를 나타내고, 도 12b에서는 세트 B가 넓은 빔(wide beam)으로 구성되고 세트 A는 좁은 빔(narrow beam)으로 구성되는 즉, 서로 다른 빔들로 구성되는 집합을 고려하고 있다. 시간적 DL 빔 예측의 경우에는, 공간적 DL 빔 예측의 i) 세트 B가 세트 A의 서브셋인 경우, ii) 세트 A와 세트 B가 서로 다른 집합인 경우 외에 추가로, iii) 세트 A와 세트 B가 동일한 집합으로 구성되는 경우를 고려한다. 시간적 DL 빔 예측은 과거 빔 측정 정보를 기반으로 미래 빔 정보를 예측하는 것으로, 공간적 DL 빔 예측이 기반이 되어 전체 빔을 예측한 후 이를 iii) 세트 A와 세트 B가 동일한 집합으로 구성되는 경우에 적용하는 방안을 고려해 볼 수도 있을 것이다. 이와 같은 이유로, 공간적 DL 빔 예측의 i) 세트 B가 세트 A의 서브셋인 경우와 ii) 세트 A와 세트 B가 서로 다른 집합인 경우가 기본적인 빔 예측 방안으로 사용될 것으로 예상된다.
도 13은 AI/ML을 이용한 시간적 빔 예측(temporal domain beam prediction) 예시를 나타낸다.
BM-케이스2(Case2)의 시간적 빔 예측(temporal beam prediction)은 도 13에 나타낸 바와 같이 과거의 빔 측정 결과 정보(즉, 입력(input))를 기반으로 가까운 미래 특정 시점의 빔 결과(즉, 출력(output))를 예측하는 동작으로 정의된다. 이 때, 입력(input)으로 사용될 빔과 출력(output)으로 도출되는 빔 집합은 앞서 설명한 바와 같이 i) 세트 B가 세트 A의 서브셋인 경우, ii) 세트 A와 세트 B가 서로 다른 집합인 경우 외에 추가로, iii) 세트 A와 세트 B가 동일한 집합으로 구성되는 경우를 고려할 수 있다.
한편, AI/ML 모델을 이용한 빔 관리를 수행하기 위해서는 모델 훈련 과정이 전제되어야 한다. 빔 관리를 위한 모델 훈련을 단말(UE)측에서 진행하기 위해서 단말은 기지국에게 훈련을 수행하기 위한 DL RS(downlink reference signal)를 설정 받아야 한다. RAN1은 이를 설정 받기 위한 방법으로 다음 2가지 옵션을 고려하는 데에 동의했다.
옵션 1. NW(network)로부터의 설정에 의해 시작/트리거되는 데이터 수집 (Option 1. Data collection initiated/triggered by configuration from NW)
옵션 2. 데이터 수집을 위한 단말로부터의 요청 (Option 2. Request from UE for data collection)
전술한 두가지 옵션에 의해 단말은 훈련을 시작할 수 있지만, 훈련을 위한 데이터를 기지국에서 어떻게 제공해줄지 또는 단말의 데이터 수집을 언제까지 진행해야 하는지에 대한 구체적인 논의가 없는 상황이다. 일반적으로 모델 훈련은 모델의 성능이 목표하는 값에 도달하는 경우 종료될 수 있을 것이다. 그러나, 지속적인 훈련에도 불구하고 모델 성능이 만족하는 수준에 도달하지 않거나, 어떤 이유에 의해 훈련을 지속하는 것 자체가 전체 시스템 성능을 오히려 저하시키는 경우가 발생할 수 있다. 이를 판단한 단말 또는 NW는 모델 훈련을 종료하거나 관련 설정을 해제(release)하는 절차가 필요하지만, 지금까지 이에 대한 논의는 진행되지 않고 있다.
본 발명은 전술한 내용을 바탕으로 AI/ML 모델(model)을 이용하여 빔 관리를 수행하는 경우 효과적인 단말측 모델 훈련(UE-side model training)을 위한 데이터 전송을 위한 설정 절차 및 데이터 전송 종료(termination)를 결정하는 방안을 제안하고자 한다.
또한, 본 발명은 단말(UE)이 AI/ML 모델을 사용한 통신을 수행하기 위해 모델 훈련 관련 데이터 수집이 필요한 경우, 데이터 수집을 위한 데이터를 전송해 줄 것을 기지국에게 요청하거나 기지국으로부터 모델 훈련을 위한 데이터 전송 시작을 알리는 메시지를 수신하고, 단말은 기지국으로부터 설정된 자원을 이용하여 전송되는 데이터를 수신함으로써 데이터 수집을 통한 모델 훈련을 수행하고, 특정 이벤트가 만족한 경우 데이터 수집을 종료하기 위한 데이터 종료 메시지를 기지국으로 전송하는 단계를 포함하는, 모델 훈련을 위한 데이터 수집 절차에 대한 방안을 제안하고자 한다. 좀 더 구체적으로, 모델 훈련을 위한 데이터 수집의 종료 시점을 결정하는 단계와 이와 관련된 메시지 정의 및 단말/기지국 동작에 대해 정의한다.
도 14는 본 명세서의 일실시예에 따른 단말의 동작 방법을 나타낸다.
도 14를 참조하면, 단말은 AI/ML 모델 훈련을 위한 데이터를 기지국으로부터 수신하고 (S1401), 수신된 데이터를 기초로, AI/ML 모델 훈련을 수행한다 (S1402). AI/ML 모델 훈련의 수행 후, 단말은 데이터의 수집 종료를 지시하는 제1 메시지를 기지국으로 전송한다 (S1403). 여기서, 제1 메시지는 AI/ML 모델 훈련을 위한 데이터의 전송 비활성화를 위한 것일 수 있다.
도 15는 본 명세서의 또 다른 일실시예에 따른 단말의 동작 방법을 나타낸다.
도 15에서는, 앞서 도 14의 실시예에 추가적으로 단말이 기지국으로 전송하는 AI/ML 모델 훈련을 위한 데이터의 전송 요청을 나타낸다.
즉, AI/ML 모델 훈련을 위해 데이터 수집을 시작하기로 결정한 단말은 기지국에게 데이터 수집에 필요한 데이터를 전송해 줄 것을 요청하기 위한 요청 메시지(제2 메시지)를 전송한다 (S1500). 여기서, 제2 메시지는 다음의 i) 내지 iii) 정보들 중 적어도 하나를 포함할 수 있다.
i) 기능/모델 ID (Functionality/model ID)
ii) 기능/모델 ID에 상응하는 데이터 수집의 목적(일 예로, 모델 훈련)을 지시하는 지시자
iii) 모델 훈련을 위한 데이터 수집에 필요한 최소/최대/선호 시간(timer 또는 time instance) 정보 및/또는 데이터 양/사이즈(data volume/size) 정보
단말로부터 제2 메시지를 수신한 기지국은 수신한 정보를 기반으로 단말에게 데이터 전송을 시작해야 한다. 이는 단말이 요청한 데이터를 전송하기 위한 자원 정보가 기능/모델 식별(functionality/model Identification) 과정 동안 단말에 대해 미리 설정되어 있거나 제2 메시지의 수신을 통해 기지국에서 단말로의 설정 메시지 전송이 추가될 수도 있다. 즉, 단말에서 기지국으로의 제2 메시지 전송은 실제 단말이 모델 훈련을 위한 데이터 전송을 위한 자원을 설정해 줄 것을 요청하거나 이미 설정된 경우에는 해당 자원을 활성화해 줄 것을 요청하는 것을 의미할 수 있다. 단말은 요청 메시지 즉, 제2 메시지를 기지국으로 전송하고, 이에 상응하는 모델 훈련을 시작할 수 있다. 즉, 단말은 AI/ML 모델 훈련을 위한 데이터의 전송을 요청하는 제2 메시지를 전송한 이후, AI/ML 모델 훈련을 위한 데이터를 기지국으로부터 수신하고 (S1501), 수신된 데이터를 기초로, AI/ML 모델 훈련을 수행한다 (S1502). AI/ML 모델 훈련의 수행 후, 단말은 데이터의 수집 종료를 지시하는 제1 메시지를 기지국으로 전송한다 (S1503).
한편, 단말이 요청 메시지 즉, 제2 메시지를 기지국으로 전송한 이후, 기지국이 제2 메시지에 대한 응답 메시지 전송하고 단말은 이에 대한 수신을 기대하도록 정의할 수도 있다.
도 16은 본 명세서의 또 다른 일실시예에 따른 단말의 동작 방법을 나타낸다.
도 16에서는, 앞서 도 14의 실시예에 추가적으로 단말이 기지국으로부터 AI/ML 모델 훈련을 위한 데이터의 전송 시작 알림의 수신을 나타낸다.
즉, 단말은 기지국으로부터 AI/ML 모델 훈련을 위한 데이터의 전송 시작 알림을 수신한다 (S1600). 이후, AI/ML 모델 훈련을 위한 데이터를 기지국으로부터 수신하고 (S1601), 수신된 데이터를 기초로, AI/ML 모델 훈련을 수행한다 (S1602). AI/ML 모델 훈련의 수행 후, 단말은 데이터의 수집 종료를 지시하는 제1 메시지를 기지국으로 전송한다 (S1603).
기지국으로부터의 AI/ML 모델 훈련을 위한 데이터의 전송 시작 알림은, 앞서 도 15에 기술한 단말로부터의 AI/ML 모델 훈련을 위한 데이터의 전송을 요청하는 제2 메시지의 전송없이 송수신될 수 있다.
또한, AI/ML 모델 훈련을 위한 데이터의 전송 시작 알림은 특정 모델 훈련을 위한 데이터와 관련된 설정메시지를 통해 이루어질 수 있다. 예를 들면, 특정 모델 훈련을 위한 데이터 전송 자원의 활성화가 해당 설정메시지를 통해 이루어지면, 단말의 모델 훈련을 위한 데이터의 전송 시작을 의미할 수 있다.
도 17a 내지 도 17b는 본 명세서의 실시예들에 따른 단말과 기지국의 프로시저들을 나타낸다.
도 17a 내지 도 17b는 모델 훈련을 위한 데이터 수집의 실시예들에 따른 프로시저들을 나타내는데, 도 17a는 단말 요청에 의한 데이터 수집 시작의 프로시저를 나타내고, 도 17b는 기지국 설정에 의한 데이터 수집 시작의 프로시저를 나타낸다.
도 17a에서는, 단말에 다음 3개의 모델의 설정이 가능한 것을 가정한다.
- 모델 1: BM-case 1, 세트 A 64개, 세트 B 8개 *기능 ID #1
- 모델 2: BM-case 1, 세트 A 126개, 세트 B 8개 *기능 ID #2
- 모델 3: BM-case 1, 세트 A/B 64개 *기능 ID #3
도 17a를 참조하면, 단말은 AI/ML 관련 능력(AI/ML related capability) 정보를 기지국 즉, NW(network)로 전송하고 (S1701a), 이를 통해 NW로부터 AI/ML 관련 설정(들)을 수신한다 (S1702a). 예를 들어, 단말은 기능 ID #1 및 #2에 대한 능력 정보를 포함하여 전송하고, 이를 수신한 기지국은 단말로부터 수신한 정보를 기반으로 AI/ML 관련 설정(들)을 단말로 전송한다.
전술한 과정을 기능 식별(functionality identification) 과정 또는 모델 식별(model identification) 과정이라 칭할 수 있다. 여기서, 단말은 AI/ML 기반 빔 관리(AI/ML based beam management)를 수행할 수 있는 능력(capability)이 있는 단말로, AI/ML 관련 능력 정보는 기능/모델 ID(functionality/model ID) 및 관련 추가 정보가 포함되어 기지국으로 전송될 수 있다. 기지국은 단말로부터 수신한 AI/ML 관련 능력 정보를 기반으로 모델 훈련을 위해 필요한 Set A/B에 대한 빔 정보(일 예로, CSI-RS resource configuration)를 단말로 전송하고, 이를 통해 단말은 적어도 하나의 AI/ML 관련 설정들(AI/ML related configurations)을 받을 수 있다. 도 17a에서는, 다음과 같은 AI/ML 관련 설정들(AI/ML related configurations)을 예시하고 있다.
- 기능 ID #1: CSI-RS 자원 집합 #1, #2
- 기능 ID #2: CSI-RS 자원 집합 #3, #4
이 경우에, 데이터 요청(data request) 메시지는 설정 받은 기능/모델(functionality/model)에 대한 하나의 설정(configuration)의 활성화/시작을 지시 즉, 요청할 수 있다. 도 17a를 참조하면, 단말은 설정 받은 기능/모델(functionality/model) 중 하나의 설정(configuration)에 관한 정보가 포함된 모델 훈련을 위한 데이터 요청을 전송한다 (S1703a). 예시적으로, 모델 훈련을 위한 데이터 요청 메시지에 '기능 ID #1: CSI-RS 자원 집합 #1'에 대한 정보가 포함되어 전송될 수 있다.
한편, 단말이 데이터 요청(data request) 메시지를 전송한 이후, 기지국이 데이터 요청 메시지에 대한 응답 메시지를 전송하고, 단말은 이에 대한 수신을 기대하도록 정의할 수도 있다. 이 경우, 기지국은 단말이 전송한 데이터 요청(data request) 메시지에 대한 응답으로 확인 메시지를 전송한다 (S1704a).
대안적으로, AI/ML 관련 능력(AI/ML related capability) 정보를 단말이 기지국으로 전송하더라도 관련 설정 정보를 기지국으로부터 수신하지 못한 단말에 대해서는, 해당 단말로부터의 데이터 요청(data request) 메시지에 대한 응답으로 데이터 전송을 위한 자원 정보를 알리는 설정 메시지가 기지국으로부터 단말로 전송될 수 있다. 이 경우, 단말이 전송하는 데이터 요청(data request) 메시지는, 단말이 모델 훈련을 위한 데이터의 전송 자원을 설정해 줄 것을 요청하는 것을 의미할 수 있다. 도 17b를 참조하면, 단말은 AI/ML 관련 능력(AI/ML related capability) 정보가 포함된 모델 훈련을 위한 데이터 요청 메시지를 기지국 즉, NW(network)로 전송하고 (S1703b), 이를 통해 NW로부터 AI/ML 관련 설정이 포함된 설정 메시지를 수신한다 (S1704b). 예를 들어, 단말은 기능 ID #1에 대한 능력 정보를 포함하여 전송하고, 이를 수신한 기지국은 단말로부터 수신한 정보를 기반으로 CSI-RS 자원 집합 #1의 정보가 포함된 설정 메시지를 단말로 전송할 수 있다.
이후, 기지국 즉, NW(network)는 모델 훈련을 위한 데이터 전송을 위한 자원을 활성화한다. 즉, CSI-RS 자원 집합 #1을 활성화하고 (S1705a, S1705b), 해당 데이터 전송을 수행한다 (S1706a, S1706b). 여기서, 해당 데이터 전송은 CSI-RS 자원 집합 #1에 대한 RS들이 반복적으로 전송되는 것을 의미한다. 단말은 기지국으로부터 전송되는 데이터의 수집을 통해서 모델 훈련을 수행하고, 모델 훈련이 종료되면 기지국으로 모델 훈련 종료를 지시한다 (S1707a, S1707b). 이 경우, 모델 훈련 종료를 지시하는 메시지에는 해당 기능 ID 정보 즉, 기능 ID #1에 대한 정보가 포함될 수 있다.
본 발명은 모델 훈련을 수행하는 단말이 다음의 이벤트 (1~4)를 만족한 경우, 모델을 위한 데이터 수집을 종료하기로 결정할 것을 추가적으로 제안한다.
1. 모델 훈련을 수행 중인 동안 모델의 성능이 임의의 임계치(threshold)를 넘었다고 판단한 경우,
2. 모델 훈련을 시작한 이후, 임의의 시간 구간(Timer) 이내에 모델의 성능이 임의의 임계치(threshold)를 넘지 않는 경우,
3. 기지국이 단말로의 데이터 제공을 종료한 경우, 및/또는
4. 단말이 요청한/설정한 데이터 수집 기간(timer)에 도달한 경우
앞서의 이벤트 1 및 이벤트 2가 적용되는 경우, 성능에 대한 임계치(threshold) 및 시간 구간/기간에 적용되는 타이머(timer)에 대한 값(value)은 기지국에 의해 설정될 수 있고, 이는 단말로부터 수신한 즉, 지시받은 기능/모델(functionality/model) 단위로 설정됨이 바람직하다. 여기서, 임계치는 이벤트 1 및 이벤트 2에 대해 같거나 다른 파라미터가 적용될 수 있다. 만약, 다른 파라미터로 정의된다면, 이벤트 2에 대해 정의되는 임계치는 이벤트 1에 대해 정의되는 임계치보다 작은 값을 가지는 것이 바람직하다. 앞서 제안한 파라미터들 중 타이머(timer)에 해당하는 값은 단말의 데이터 요청(data request) 메시지에 포함되어 있는 값을 대체할 수도 있다.
전술한 이벤트 파라미터는 단말과 기지국 사이의 기능/모델 식별(functionality/model identification) 과정 동안 기지국에서 단말로 설정되거나, 또는 단말이 데이터 요청(data request) 메시지를 전송하고 이에 대한 응답으로 기지국으로부터 수신되는 확인/설정(confirm/configuration) 메시지를 통해 설정될 수도 있다. 또는, 단말의 데이터 요청(data request) 메시지 전송없이 기지국이 단말의 모델 훈련을 위한 데이터에 대한 설정 메시지를 전송하는 경우, 해당 설정 메시지 내에 포함될 수도 있다.
한편, 이벤트 2 및 이벤트 4에서 정의하는 타이머(timer)는 서로 같거나 다른 파라미터로 정의될 수 있다.
전술한 이벤트에서 제안하는 타이머(들)는 데이터 볼륨/크기/시간 인스턴스(data volume/size/time instance) 등과 같은 전체 데이터 양을 측정할 수 있는 다양한 요소를 기반으로 다르게 정의될 수도 있다. 앞서에서 제안한 전체 모델 훈련에 필요한 데이터 양/시간과 동일한 의미로 사용되는 다른 요소의 적용은 본 발명에서 제안하는 기술과 동일한 기술로 판단될 수 있다.
이벤트 1 또는 이벤트 2에 따라 모델 훈련을 종료하기로 결정한 단말은 기지국에서 단말로 제공되고 있는 데이터 전송이 더 이상 불필요함을 알리기 위해 단말에서의 모델 훈련이 종료됨을 알리는 메시지를 기지국으로 전송할 수 있는데, 해당 메시지는 다음 중 적어도 하나의 정보를 포함할 수 있다.
- 기능/모델(functionality/model) ID;
- 모델 훈련 종료의 이유를 알리는 지시자 정보.
여기서, 모델 훈련 종료의 이유는, 이벤트 1인 경우는 모델 훈련 성공 정보일 수 있고, 이벤트 2인 경우는 모델 훈련 실패 정보일 수 있다.
한편, 모델 훈련 종료 메시지는 이벤트 3 또는 이벤트 4에 따라 기지국에서 단말로 전송되도록 정의될 수도 있다. 이벤트 4의 경우, 메시지 전송 없이 암묵적으로 모델 훈련의 종료를 인식하고 데이터 수집 및 제공 동작이 비활성화될 수 있으며, 필요에 따라 기지국이 단말로 또는 단말에서 기지국으로 상기 종료 메시지 전송이 수행될 수도 있다.
이하, 앞서의 이벤트 1 내지 이벤트 4를 기반으로 데이터 수집을 이용한 모델 훈련을 수행하는 단말 및 기지국 동작을 각각 기술한다.
도 18은 본 명세서의 일 실시예에 따른 이벤트 기반 모델 훈련을 위한 단말과 기지국의 프로시저를 나타낸다.
도 18은 적어도 이벤트 1이 설정된 경우의 단말과 기지국의 프로시저를 나타낸다.
- 이벤트 1: 모델 훈련을 수행 중인 동안 모델의 성능이 임의의 임계치(threshold)를 넘었다고 판단한 경우
이하, 도 18을 참조하여 단말 동작을 구체적으로 기술한다.
단말은 기지국으로부터 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 수신한다 (S1802). 해당 메시지에는 모델 훈련 종료를 위한 이벤트 파라미터(일 예로, 이벤트 1) 및/또는 관련 임계치(threshold) 파라미터(일 예로, threshold 값)가 포함될 수 있다. 예시적으로, 설정/확인 메시지에 기능 ID #1에 대한 정보, 이벤트 1 정보 및 이벤트 1에 대한 임계치 정보가 포함되어 수신될 수 있다.
단말이 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지의 수신 전에, 선택적으로(optionally) 모델 훈련을 위한 데이터 전송을 활성화해 줄 것을 요청하는 메시지를 기지국으로 전송한다 (S1801). 예를 들면, 모델 훈련을 위한 데이터 요청 메시지에 기능 ID #1에 대한 정보가 포함되어 전송될 수 있다.
이후, 단말은 기지국으로부터 전송되는 데이터를 수신하고 (S1804), 수신된 데이터를 기반으로 모델 훈련을 수행한다. 여기서, 해당 데이터 수신은 활성화된 CSI-RS 자원 집합 #1에 대한 RS들이 반복적으로 수신되는 것을 의미한다. 단말은 모델 훈련을 수행하면서, 해당 모델의 성능을 주기적으로 평가할 수 있는데, 모델의 성능 값이 기지국으로부터 수신한 임계치(threshold)에 도달 즉, 이벤트 1을 만족한 경우, 단말은 모델 훈련을 종료하기로 결정한다.
단말은 모델 훈련의 종료가 결정되면, 모델 훈련이 종료됨을 알리는 메시지를 기지국으로 전송한다 (S1805). 예를 들면, 모델 훈련 종료 메시지에 기능 ID #1에 대한 정보가 포함되어 전송될 수 있다.
이하, 도 18을 참조하여 기지국 동작을 구체적으로 기술한다.
기지국은 단말로 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 전송한다 (S1802). 해당 메시지에는 모델 훈련 종료를 위한 이벤트 파라미터(일 예로, 이벤트 1) 및/또는 관련 임계치(threshold) 파라미터(일 예로, threshold 값)가 포함될 수 있다. 예시적으로, 설정/확인 메시지에 기능 ID #1에 대한 정보, 이벤트 1 정보 및 이벤트 1에 대한 임계치 정보가 포함되어 전송될 수 있다.
기지국이 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지의 전송 전에, 선택적으로(optionally) 모델 훈련을 위한 데이터 전송을 활성화해 줄 것을 요청하는 메시지를 단말로부터 수신한다 (S1801). 예를 들면, 모델 훈련을 위한 데이터 요청 메시지에 기능 ID #1에 대한 정보가 포함되어 수신될 수 있다.
이후, 기지국은 모델 훈련을 위한 데이터의 전송 자원을 활성화한다. 즉, CSI-RS 자원 집합 #1을 활성화하고 (S1803), 해당 데이터 전송을 수행한다 (S1804). 여기서, 해당 데이터 전송은 활성화된 CSI-RS 자원 집합 #1에 대한 RS들이 반복적으로 전송되는 것을 의미한다. 빔 관리를 위한 모델 훈련인 경우, 설정된 CSI-RS를 통해 주기적으로 빔을 전송할 수 있다.
단말의 모델 훈련의 종료가 결정되면, 모델 훈련이 종료됨을 알리는 메시지를 단말로부터 수신한다 (S1805). 예를 들면, 모델 훈련 종료 메시지에 기능 ID #1에 대한 정보가 포함되어 수신될 수 있다. 모델 훈련이 종료됨을 알리는 메시지를 단말로부터 수신하면, 기지국은 모델 훈련을 위한 데이터의 전송 자원을 비활성화 한다 (S1806). 즉, 기지국은 모델 훈련을 위한 CSI-RS 자원 집합 #1을 비활성화하고, 해당 데이터의 전송을 중지한다.
도 19는 본 명세서의 또 다른 일 실시예에 따른 이벤트 기반 모델 훈련을 위한 단말과 기지국의 프로시저를 나타낸다.
도 19는 적어도 이벤트 2가 설정된 경우의 단말과 기지국의 프로시저를 나타낸다.
- 이벤트 2: 모델 훈련을 시작한 이후 임의의 시간 구간(Timer) 이내에 모델의 성능이 임의의 임계치(threshold)를 넘지 않는 경우
이벤트 2는, 이벤트 1이 특정 타이머(timer)와 함께 동작하는 것과 동일하게 동작할 수 있다. 만약, 이벤트 1이 타이머가 함께 동작하도록 설정된다면 타이머가 동작 중인 동안 성능이 임계치를 만족하는지 여부를 확인하고, 만약 임계치를 만족한다면 타이머가 만료되기 전이라도 모델 훈련을 종료할 수 있고, 타이머가 만료된 경우 단말은 기지국으로 모델 훈련 종료를 알릴 수 있다.
이하, 도 19를 참조하여 단말 동작을 구체적으로 기술한다.
단말은 기지국으로부터 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 수신한다 (S1902). 해당 메시지에는 모델 훈련 종료를 위한 이벤트 파라미터(일 예로, 이벤트 2), 관련 타이머(timer) 파라미터(일 예로, timer 값) 및 임계치(threshold) 파라미터(일 예로, threshold 값)가 포함될 수 있다. 예시적으로, 설정/확인 메시지에 기능 ID #1에 대한 정보, 이벤트 2 정보, 이벤트 2에 대한 타이머 정보 및 임계치 정보가 포함되어 수신될 수 있다.
단말이 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지의 수신 전에, 선택적으로(optionally) 모델 훈련을 위한 데이터 전송을 활성화해 줄 것을 요청하는 메시지를 기지국으로 전송한다 (S1901). 예를 들면, 모델 훈련을 위한 데이터 요청 메시지에 기능 ID #1에 대한 정보가 포함되어 전송될 수 있다.
이후, 단말은 기지국으로부터 전송되는 데이터를 수신하고 (S1904), 수신된 데이터를 기반으로 모델 훈련을 수행한다. 여기서, 해당 데이터 수신은 활성화된 CSI-RS 자원 집합 #1에 대한 RS들이 반복적으로 수신되는 것을 의미한다.
단말은 앞서 수신한 타이머 정보를 기초로, 타이머를 시작(start)한다. 타이머의 시작은, i) 기지국으로부터 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 수신하면 시작되거나, ii) 기지국으로부터 설정된/전송되는 첫번째 데이터 자원을 수신하는 시점부터 시작될 수 있다.
단말은 타이머가 동작 중인 동안, 해당 모델의 성능을 주기적으로 평가한다. 만약, 모델의 성능 값이 앞서 수신한 임계치(threshold)에 도달 즉, 이벤트 1을 만족한 경우, 단말은 모델 훈련을 종료하기로 결정한다. 또한, 타이머가 동작 중인 동안, 기지국으로부터 수신한 임계치(threshold)에 도달하지 못하고, 타이머가 만료된 경우 즉, 이벤트 2를 만족한 경우에도, 단말은 모델 훈련을 종료하기로 결정한다.
단말은 모델 훈련의 종료가 결정되면, 모델 훈련이 종료됨을 알리는 메시지를 기지국으로 전송한다 (S1905). 예를 들면, 모델 훈련 종료 메시지에 기능 ID #1에 대한 정보를 포함하여 전송할 수 있다.
이하, 도 19을 참조하여 기지국 동작을 구체적으로 기술한다.
기지국은 단말로 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 전송한다 (S1902). 해당 메시지에는 모델 훈련 종료를 위한 이벤트 파라미터(일 예로, 이벤트 2), 관련 타이머(timer) 파라미터(일 예로, timer 값) 및 임계치(threshold) 파라미터(일 예로, threshold 값)가 포함될 수 있다. 예시적으로, 설정/확인 메시지에 기능 ID #1에 대한 정보, 이벤트 2 정보, 이벤트 2에 대한 타이머 정보 및 임계치 정보가 포함되어 전송될 수 있다.
기지국이 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지의 전송 전에, 선택적으로(optionally) 모델 훈련을 위한 데이터 전송을 활성화해 줄 것을 요청하는 메시지를 단말로부터 수신한다 (S1901). 예를 들면, 모델 훈련을 위한 데이터 요청 메시지에 기능 ID #1에 대한 정보가 포함되어 수신될 수 있다.
이후, 기지국은 모델 훈련을 위한 데이터의 전송 자원을 활성화한다. 즉, CSI-RS 자원 집합 #1을 활성화하고 (S1903), 해당 데이터 전송을 수행한다 (S1904). 여기서, 해당 데이터 전송은 활성화된 CSI-RS 자원 집합 #1에 대한 RS들이 반복적으로 전송되는 것을 의미한다. 빔 관리를 위한 모델 훈련인 경우, 설정된 CSI-RS를 통해 주기적으로 빔을 전송할 수 있다.
단말의 모델 훈련의 종료가 결정되면, 모델 훈련이 종료됨을 알리는 메시지를 단말로부터 수신한다 (S1905). 예를 들면, 모델 훈련 종료 메시지에 기능 ID #1에 대한 정보가 포함되어 수신될 수 있다. 모델 훈련이 종료됨을 알리는 메시지를 단말로부터 수신하면, 기지국은 모델 훈련을 위한 데이터의 전송 자원을 비활성화 한다 (S1906). 즉, 기지국은 모델 훈련을 위한 CSI-RS 자원 집합 #1을 비활성화하고, 해당 데이터의 전송을 중지한다.
도 20은 본 명세서의 또 다른 일 실시예에 따른 이벤트 기반 모델 훈련을 위한 단말과 기지국의 프로시저를 나타낸다.
도 20은 적어도 이벤트 3이 설정된 경우의 단말과 기지국의 프로시저를 나타낸다.
- 이벤트 3: 기지국이 단말로의 데이터 제공을 종료한 경우
이하, 도 20을 참조하여 단말 동작을 구체적으로 기술한다.
단말은 기지국으로부터 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 수신한다 (S2002). 해당 메시지에는 모델 훈련 종료를 위한 이벤트 파라미터(일 예로, 이벤트 1, 이벤트2 및/또는 이벤트 3), 관련 타이머(timer) 파라미터(일 예로, timer 값) 및 임계치(threshold) 파라미터(일 예로, threshold 값)가 포함될 수 있다. 예시적으로, 설정/확인 메시지에 기능 ID #1에 대한 정보, 이벤트 1/2/3 정보, 이벤트 2에 대한 타이머 정보 및 임계치 정보가 포함되어 수신될 수 있다.
단말이 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지의 수신 전에, 선택적으로(optionally) 모델 훈련을 위한 데이터 전송을 활성화해 줄 것을 요청하는 메시지를 기지국으로 전송한다 (S2001). 예를 들면, 모델 훈련을 위한 데이터 요청 메시지에 기능 ID #1에 대한 정보가 포함되어 전송될 수 있다.
이후, 단말은 기지국으로부터 전송되는 데이터를 수신하고 (S2004), 수신된 데이터를 기반으로 모델 훈련을 수행한다. 여기서, 해당 데이터 수신은 활성화된 CSI-RS 자원 집합 #1에 대한 RS들이 반복적으로 수신되는 것을 의미한다.
단말은 앞서 수신한 타이머 정보를 기초로, 타이머를 시작(start)한다. 타이머의 시작은, i) 기지국으로부터 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 수신하면 시작되거나, ii) 기지국으로부터 설정된/전송되는 첫번째 데이터 자원을 수신하는 시점부터 시작될 수 있다.
단말은 타이머가 동작 중인 동안, 해당 모델의 성능을 주기적으로 평가한다. 만약, 모델의 성능 값이 앞서 수신한 임계치(threshold)에 도달 즉, 이벤트 1을 만족한 경우, 단말은 모델 훈련을 종료하기로 결정한다. 만약, 타이머가 동작 중인 동안, 단말의 데이터 수집을 위해 전송되던 데이터에 대한 자원 설정이 해제/비활성화(release/deactivation)를 알리는 메시지를 기지국으로부터 수신으로 인해 이벤트 3을 만족한 경우에도, 단말은 모델 훈련을 종료하기로 결정한다. 예를 들면, 단말은 기지국으로부터 기능 ID #1 정보가 포함된 데이터 해제 메시지를 수신함으로써 (S2006), 모델 훈련을 종료하기로 결정한다.
또한, 타이머가 동작 중인 동안, 기지국으로부터 수신한 임계치(threshold)에 도달하지 못하고, 타이머가 만료된 경우 즉, 이벤트 2를 만족한 경우에도, 단말은 모델 훈련을 종료하기로 결정한다.
이하, 도 20을 참조하여 기지국 동작을 구체적으로 기술한다.
기지국은 단말로 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 전송한다 (S2002). 해당 메시지에는 모델 훈련 종료를 위한 이벤트 파라미터(일 예로, 이벤트 1, 이벤트2 및/또는 이벤트 3), 관련 타이머(timer) 파라미터(일 예로, timer 값) 및 임계치(threshold) 파라미터(일 예로, threshold 값)가 포함될 수 있다. 예시적으로, 설정/확인 메시지에 기능 ID #1에 대한 정보, 이벤트 1/2/3 정보, 이벤트 2에 대한 타이머 정보 및 임계치 정보가 포함되어 전송될 수 있다.
기지국이 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지의 전송 전에, 선택적으로(optionally) 모델 훈련을 위한 데이터 전송을 활성화해 줄 것을 요청하는 메시지를 단말로부터 수신한다 (S2001). 예를 들면, 모델 훈련을 위한 데이터 요청 메시지에 기능 ID #1에 대한 정보가 포함되어 수신될 수 있다.
이후, 기지국은 모델 훈련을 위한 데이터의 전송 자원을 활성화한다. 즉, CSI-RS 자원 집합 #1을 활성화하고 (S2003), 해당 데이터 전송을 수행한다 (S2004). 여기서, 해당 데이터 전송은 활성화된 CSI-RS 자원 집합 #1에 대한 RS들이 반복적으로 전송되는 것을 의미한다. 빔 관리를 위한 모델 훈련인 경우, 설정된 CSI-RS를 통해 주기적으로 빔을 전송할 수 있다.
기지국이 단말의 모델 훈련을 위해 설정된 CSI-RS 자원의 해제/비활성화(release/deactivation)를 결정한다면, 모델 훈련 종료를 지시하는 메시지(또는, 데이터 관련 자원의 해제/비활성화를 알리는 메시지)를 단말에게 전송하고, 요청된 데이터 전송을 중지한다. 예를 들면, 기지국은 CSI-RS 자원 집합 #1의 비활성화를 결정하고 (S2005), 기능 ID #1 정보가 포함된 데이터 해제 메시지를 단말로 전송한다 (S2006).
도 21은 본 명세서의 또 다른 일 실시예에 따른 이벤트 기반 모델 훈련을 위한 단말과 기지국의 프로시저를 나타낸다.
도 21은 이벤트 4가 설정된 경우의 단말과 기지국의 프로시저를 나타낸다.
- 이벤트 4: 단말이 요청한/설정한 데이터 수집 기간(timer)에 도달한 경우
이벤트 4는, 이벤트 1 내지 이벤트 3 없이 독립적으로 동작하는 경우 적용될 수 있다. 즉, 단말 또는 기지국이 시간 구간(time duration)을 설정하고, 해당 시간 동안만 모델 훈련을 수행하도록 한다.
이하, 도 21을 참조하여 단말 동작을 구체적으로 기술한다.
단말은 모델 훈련을 위한 데이터 전송을 활성화해 줄 것을 요청하는 메시지를 기지국으로 전송한다 (S2101). 예를 들면, 모델 훈련을 위한 데이터 요청 메시지에 기능 ID #1에 대한 정보 및 이에 대응되는 모델 훈련에 필요한 시간 정보(일 예로, timer)가 포함되어 전송될 수 있다.
이후, 단말은 기지국으로부터 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 수신한다 (S2102). 해당 메시지에는 데이터 전송을 지속하는 시간 정보(일 예로, timer)가 포함될 수 있다. 예시적으로, 설정/확인 메시지에 기능 ID #1에 대한 정보 및 이벤트 4에 대한 타이머 정보가 포함되어 수신될 수 있다.
타이머 값은, 단말에서 기지국으로 또는 기지국에서 단말로 전송되는 메시지 내에 포함될 수 있고, 만약, 두 개의 메시지 안에 모두 타이머 값이 포함된 경우, 기지국에서 단말로 전송되는 메시지에 포함된 타이머 값을 우선적으로 적용함이 바람직하다.
이후, 단말은 기지국으로부터 전송되는 데이터를 수신하고 (S2104), 수신된 데이터를 기반으로 모델 훈련을 수행한다. 여기서, 해당 데이터 수신은 활성화된 CSI-RS 자원 집합 #1에 대한 RS들이 반복적으로 수신되는 것을 의미한다.
단말은 앞서 기술한 타이머를 시작(start)한다. 타이머의 시작은, i) 기지국으로부터 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 수신하면 시작되거나, ii) 기지국으로부터 설정된/전송되는 첫번째 데이터 자원을 수신하는 시점부터 시작될 수 있다.
단말은 타이머가 동작 중인 동안, 해당 모델의 훈련을 수행하고, 타이머가 만료 즉, 이벤트 4를 만족한 경우, 단말은 모델 훈련을 종료하기로 결정한다 (S2105).
이하, 도 21을 참조하여 기지국 동작을 구체적으로 기술한다.
기지국은 모델 훈련을 위한 데이터 전송을 활성화해 줄 것을 요청하는 메시지를 단말로부터 수신한다 (S2101). 예를 들면, 모델 훈련을 위한 데이터 요청 메시지에 기능 ID #1에 대한 정보 및 이에 대응되는 모델 훈련에 필요한 시간 정보(일 예로, timer)가 포함되어 수신될 수 있다.
이후, 기지국은 단말로 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 전송한다 (S2102). 해당 메시지에는 데이터 전송을 지속하는 시간 정보(일 예로, timer)가 포함될 수 있다. 예시적으로, 설정/확인 메시지에 기능 ID #1에 대한 정보 및 이벤트 4에 대한 타이머 정보가 포함되어 전송될 수 있다.
타이머 값은, 단말에서 기지국으로 또는 기지국에서 단말로 전송되는 메시지 내에 포함될 수 있고, 만약, 두 개의 메시지 안에 모두 타이머 값이 포함된 경우, 기지국에서 단말로 전송되는 메시지에 포함된 타이머 값을 우선적으로 적용함이 바람직하다.
이후, 기지국은 모델 훈련을 위한 데이터의 전송 자원을 활성화한다. 즉, CSI-RS 자원 집합 #1을 활성화하고 (S2103), 해당 데이터 전송을 수행한다 (S2104). 여기서, 해당 데이터 전송은 활성화된 CSI-RS 자원 집합 #1에 대한 RS들이 반복적으로 전송되는 것을 의미한다. 빔 관리를 위한 모델 훈련인 경우, 설정된 CSI-RS를 통해 주기적으로 빔을 전송할 수 있다.
기지국은 앞서 기술한 타이머를 시작(start)한다. 타이머의 시작은, i) 단말로 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 전송하면 시작되거나, ii) 기지국에 의해 설정된 첫번째 데이터 자원을 전송하는 시점부터 시작될 수 있다.
기지국은 타이머가 동작 중인 동안, 해당 데이터를 설정에 따라 반복적으로(또는, 주기적으로) 전송한다. 타이머가 만료 즉, 이벤트 4를 만족한 경우, 기지국은 데이터 전송을 종료하기로 결정한다. 즉, 기지국은 CSI-RS 자원 집합 #1의 비활성화를 수행한다 (S2106),
도 22 내지 도 23은 본 명세서의 실시예들에 따른 모델 훈련 종료를 설명하기 위한 단말과 기지국의 프로시저들을 나타낸다.
도 22는 단말에 의한 모델 훈련 종료에 대한 프로시저를 나타내고, 기지국에 의한 모델 훈련 종료에 대한 프로시저를 나타낸다.
도 22 내지 도 23을 참조하면, 단말은 모델 훈련을 위한 데이터 전송을 활성화해 줄 것을 요청하는 메시지를 기지국으로 전송한다 (S2201, S2301). 예를 들면, 모델 훈련을 위한 데이터 요청 메시지에 기능 ID #1에 대한 정보 및 이에 대응되는 시간 구간 정보(일 예로, timer)가 포함되어 전송될 수 있다.
이후, 기지국은 모델 훈련에 대한 데이터의 전송 시작 알림 또는 데이터 관련 설정 정보를 포함하는 메시지를 단말로 전송한다 (S2202, S2302). 예시적으로, 설정/확인 메시지에 기능 ID #1에 대한 정보가 포함되어 전송될 수 있다.
기지국은 모델 훈련을 위한 데이터의 전송 자원을 활성화 즉, CSI-RS 자원 집합 #1을 활성화하고 (S2203, S2303), 해당 데이터 전송을 수행한다 (S2204, S2304). 여기서, 해당 데이터 전송은 활성화된 CSI-RS 자원 집합 #1에 대한 RS들이 반복적으로 전송되는 것을 의미한다. 빔 관리를 위한 모델 훈련인 경우, 설정된 CSI-RS를 통해 주기적으로 빔을 전송할 수 있다.
본 명세서에서 제안하는 단말은 모델 훈련을 위한 데이터를 수집하기 위해 기지국으로 데이터 요청(data request) 메시지를 전송할 때 단말이 수집하고자 하는 데이터의 양/사이즈 또는 이를 수집하기 위해 필요한 최소한의 시간 정보를 기지국으로 전송할 수 있다. 또한, 본 명세서에서 제안하는 앞서 기술한 이벤트에 대한 설정이 없더라도 단말이 기지국으로 전송하는 데이터 요청(data request) 메시지에 포함하는 시간 또는 데이터 양을 기반으로 (또는 기지국이 단말로 데이터 전송을 시작함을 알리는 설정 메시지 안에 시간 또는 데이터 양을 포함함으로써) 모델 훈련을 종료하도록 정의할 수 있다.
먼저, 기지국은 단말로부터 수신한 정보를 단말의 보조 정보(assistance information) 중 하나로 인식하고, 단말로부터 수신된 시간 또는 데이터 양이 만족할 때까지 데이터 제공을 지속할 수 있지만, 기지국의 구현에 따라 상기 정보를 만족하지 않았더라도 기지국으로부터 데이터 전송이 언제든 종료될 수 있음을 의미한다. 즉, 도 22 내지 도 23에 나타낸 바와 같이 모델 훈련을 시작한 단말 또는 데이터 전송을 시작한 기지국은, 각자의 내부 결정에 따른 구현으로 모델 훈련을 종료하겠다고 판단할 수 있고 (S2205, S2305), 이후 단말은 기지국으로 모델 훈련 종료 메시지를 전송하거나 (S2206) 또는, 기지국은 데이터 전송을 중지할 것임을 단말에게 알릴 수 있다 (S2306). 단말로부터 모델 훈련 종료 메시지를 수신한 기지국은 해당 데이터 전송 자원의 비활성화를 수행하고 (S2207), 기지국으로부터 수신한 데이터 해제/비활성 메시지를 수신한 단말은 모델 훈련 종료 (S2308)를 각각 수행한다. 데이터 해제/비활성 메시지를 단말로 전송한 기지국은, 이후 해당 데이터 전송 자원의 비활성화를 수행한다 (S2307).
다음으로, 모델 훈련을 위한 데이터 전송이 시작된다면, 기지국은 단말이 요청한 데이터를 제공해주기 위해 단말로부터 수신한 (또는 단말로 전송한) 시간 또는 데이터 양이 만족할 때까지는 최소한 기지국이 단말에게 데이터를 제공해 주어야 한다. 즉, 기지국 및 단말은 해당 시간 또는 데이터 양을 만족하기 전까지는 데이터 전송/수집을 수행해야 하고, 해당 시간 또는 데이터 양을 만족한 이후에는 기지국 구현에 따라 또는 단말 구현에 따라 모델 훈련 종료 메시지 또는 데이터 해제/비활성화 메시지를 통해 모델 훈련을 종료할 수 있다. 또는, 기지국 및 단말은, 단말로부터 설정된 시간 또는 데이터 양 정보를 데이터 수집 및 제공에 대한 종료 시점으로 인식하고, 설정된 시간 또는 데이터 양에 도달했다면 모델 훈련을 종료해야 함을 의미할 수도 있다. 이는 단말이 전송한 또는 기지국으로부터 수신한 시간 구간/인스턴스(time duration/instance) 또는 데이터 크기/양(data size/volume)이 해당 시간을 결정하는 값으로 사용될 수 있고, 본 명세서에서 제안하는 설정된 이벤트에 따른 동작에서 정의되는 타이머와 동일하게 사용될 수 있다.
이하, 본 명세에서 정의하는 타이머 대신, 시간 인스턴스(time instance)를 이용하는 경우에 대해 기술한다.
시간 인스턴스(time instance)는 임의의 카운트(COUNT) 파라미터로 정의될 수 있다. 단말 또는 기지국은 데이터 요청(data request) 또는 데이터 관련 설정 메시지 안에 최대 카운트(MAX_CNT) 값을 포함할 수 있다. 이는 앞서 기술한 타이머와 동일한 역할을 한다. 먼저, 앞서 제안한 이벤트에서 타이머 대신 MAX_CNT를 이용하는 경우이다. 단말은 기지국으로부터 주기적으로 데이터 집합(data set)을 수신하면서 모델 훈련을 수행한다. 단말이 한 주기의 데이터 집합(data set)을 수신할 때마다 COUNT 값을 1씩 증가시키고, COUNT 값이 MAX_CNT 값에 도달하지 않았다면, 단말은 모델의 성능을 평가할 수 있다. 만약 성능이 임계치를 넘어선 경우, 모델 훈련 종료 메시지를 기지국으로 전송하면서 모델 훈련을 종료한다. 이는 이벤트 2, 이벤트 3 및 이벤트 4에 대해서도 타이머 대신 COUNT 값이 MAX에 도달했는지 여부를 통해 수행할 수 있다. 다음으로, 이벤트 없이 단말이 기지국으로 또는 기지국이 단말로 타이머만을 전송하는 경우에 대해서도, 타이머 값 대신 MAX_CNT 값을 설정함으로써 동일한 동작을 수행하도록 정의할 수 있다.
한편, 데이터 요청/종료 메시지는 PHY(physical), MAC(medium access control) CE(control element) 또는 RRC(radio resource control) 메시지를 이용하여 정의될 수 있다. 만약 PHY를 통해 정의된다면, 데이터 요청(data request) PUCCH가 단말의 기능/모델(functionality/model) 별로 정의될 수 있고, 단말이 종료 시그널링을 전송하는 경우에도 동일한 PUCCH를 이용할 수 있다. 이는 온라인 러닝과 같이 훈련이 자주 발생하는 경우에 적용함이 바람직하고, PUCCH로 정의되는 경우 본 명세서에서 제안하는 파라미터 정보들은 기능/모델 식별(functionality/model identification과 같은 사전 과정에서 설정됨이 바람직하다.
이상, 본 명세서에서 개시한 내용은 각각 독립적으로 적용될 수도 있고, 임의의 형태로 조합되어 운용될 수도 있다. 또한, 본 명세서는 5G NR 시스템을 기반으로 기술되어 있으나, 구체적인 무선 통신 기술에 관계없이 본 명세서의 개념이 적용되는 모든 경우에 대해 본 명세서의 범주에 포함될 수 있다.
도 24는 본 명세서의 일 실시예에 따른 장치를 나타낸다.
도 24를 참조하면, 무선 통신 시스템은 제1 장치(100a)와 제2 장치(100b)를 포함할 수 있다.
상기 제1 장치(100a)는 기지국, 네트워크 노드, 전송 단말, 수신 단말, 무선 장치, 무선 통신 기기, 차량, 자율주행 기능을 탑재한 차량, 커넥티드카(Connected Car), 드론(Unmanned Aerial Vehicle, UAV), AI(Artificial Intelligence) 모듈, 로봇, AR(Augmented Reality) 장치, VR(Virtual Reality) 장치, MR(Mixed Reality) 장치, 홀로그램 장치, 공공 안전 장치, MTC 장치, IoT 장치, 의료 장치, 핀테크 장치(또는 금융 장치), 보안 장치, 기후/환경 장치, 5G 서비스와 관련된 장치 또는 그 이외 4차 산업 혁명 분야와 관련된 장치일 수 있다.
상기 제2 장치(100b)는 기지국, 네트워크 노드, 전송 단말, 수신 단말, 무선 장치, 무선 통신 기기, 차량, 자율주행 기능을 탑재한 차량, 커넥티드카(Connected Car), 드론(Unmanned Aerial Vehicle, UAV), AI(Artificial Intelligence) 모듈, 로봇, AR(Augmented Reality) 장치, VR(Virtual Reality) 장치, MR(Mixed Reality) 장치, 홀로그램 장치, 공공 안전 장치, MTC 장치, IoT 장치, 의료 장치, 핀테크 장치(또는 금융 장치), 보안 장치, 기후/환경 장치, 5G 서비스와 관련된 장치 또는 그 이외 4차 산업 혁명 분야와 관련된 장치일 수 있다.
상기 제1 장치(100a)는 프로세서(1020a)와 같은 적어도 하나 이상의 프로세서와, 메모리(1010a)와 같은 적어도 하나 이상의 메모리와, 송수신기(1031a)과 같은 적어도 하나 이상의 송수신기를 포함할 수 있다. 상기 프로세서(1020a)는 전술한 기능, 절차, 및/또는 방법들을 수행할 수 있다. 상기 프로세서(1020a)는 하나 이상의 프로토콜을 수행할 수 있다. 예를 들어, 상기 프로세서(1020a)는 무선 인터페이스 프로토콜의 하나 이상의 계층들을 수행할 수 있다. 상기 메모리(1010a)는 상기 프로세서(1020a)와 연결되고, 다양한 형태의 정보 및/또는 명령을 저장할 수 있다. 상기 송수신기(1031a)는 상기 프로세서(1020a)와 연결되고, 무선 시그널을 송수신하도록 제어될 수 있다.
상기 제2 장치(100b)는 프로세서(1020b)와 같은 적어도 하나의 프로세서와, 메모리(1010b)와 같은 적어도 하나 이상의 메모리 장치와, 송수신기(1031b)와 같은 적어도 하나의 송수신기를 포함할 수 있다. 상기 프로세서(1020b)는 전술한 기능, 절차, 및/또는 방법들을 수행할 수 있다. 상기 프로세서(1020b)는 하나 이상의 프로토콜을 구현할 수 있다. 예를 들어, 상기 프로세서(1020b)는 무선 인터페이스 프로토콜의 하나 이상의 계층들을 구현할 수 있다. 상기 메모리(1010b)는 상기 프로세서(1020b)와 연결되고, 다양한 형태의 정보 및/또는 명령을 저장할 수 있다. 상기 송수신기(1031b)는 상기 프로세서(1020b)와 연결되고, 무선 시그널을 송수신하도록 제어될 수 있다.
상기 메모리(1010a) 및/또는 상기 메모리(1010b)는, 상기 프로세서(1020a) 및/또는 상기 프로세서(1020b)의 내부 또는 외부에서 각기 연결될 수도 있고, 유선 또는 무선 연결과 같이 다양한 기술을 통해 다른 프로세서에 연결될 수도 있다.
상기 제1 장치(100a) 및/또는 상기 제2 장치(100b)는 하나 이상의 안테나를 가질 수 있다. 예를 들어, 안테나(1036a) 및/또는 안테나(1036b)는 무선 신호를 송수신하도록 구성될 수 있다.
도 25는 본 명세서의 일 실시예에 따른 단말의 구성을 나타낸 블록도이다.
특히, 도 25에서는 앞서 도 24의 장치를 보다 상세히 예시하는 도면이다.
장치는 메모리(1010), 프로세서(1020), 송수신부(1031), 전력 관리 모듈(1091), 배터리(1092), 디스플레이(1041), 입력부(1053), 스피커(1042) 및 마이크(1052), SIM(subscriber identification module) 카드, 하나 이상의 안테나를 포함한다.
프로세서(1020)는 본 명세서에서 설명된 제안된 기능, 절차 및/또는 방법을 구현하도록 구성될 수 있다. 무선 인터페이스 프로토콜(radio interface protocol)의 계층들은 프로세서(1020)에서 구현될 수 있다. 프로세서(1020)는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 프로세서(1020)는 AP(application processor)일 수 있다. 프로세서(1020)는 DSP(digital signal processor), CPU(central processing unit), GPU(graphics processing unit), 모뎀(Modem; modulator and demodulator) 중 적어도 하나를 포함할 수 있다. 프로세서(1020)의 예는 Qualcomm®에 의해 제조된 SNAPDRAGONTM 시리즈 프로세서, Samsung®에 의해 제조된 EXYNOSTM 시리즈 프로세서, Apple®에 의해 제조된 A 시리즈 프로세서, MediaTek®에 의해 제조된 HELIOTM 시리즈 프로세서, INTEL®에 의해 제조된 ATOMTM 시리즈 프로세서, HiSilicon®에 의해 제조된 KIRINTM 시리즈 프로세서 또는 대응하는 차세대 프로세서일 수 있다.
전력 관리 모듈(1091)은 프로세서(1020) 및/또는 송수신부(1031)에 대한 전력을 관리한다. 배터리(1092)는 전력 관리 모듈(1091)에 전력을 공급한다. 디스플레이(1041)는 프로세서(1020)에 의해 처리된 결과를 출력한다. 입력부(1053)는 프로세서(1020)에 의해 사용될 입력을 수신한다. 입력부(1053)는 디스플레이(1041) 상에 표시될 수 있다. SIM 카드는 휴대 전화 및 컴퓨터와 같은 휴대 전화 장치에서 가입자를 식별하고 인증하는 데에 사용되는 IMSI(international mobile subscriber identity) 및 그와 관련된 키를 안전하게 저장하기 위하여 사용되는 집적 회로이다. 많은 SIM 카드에 연락처 정보를 저장할 수도 있다.
메모리(1010)는 프로세서(1020)와 동작 가능하게 결합되고, 프로세서(610)를 동작시키기 위한 다양한 정보를 저장한다. 메모리(1010)는 ROM(read-only memory), RAM(random access memory), 플래시 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 실시예가 소프트웨어로 구현되는 경우, 본 명세서에서 설명된 기술들은 본 명세서에서 설명된 기능을 수행하는 모듈(예컨대, 절차, 기능 등)로 구현될 수 있다. 모듈은 메모리(1010)에 저장될 수 있고 프로세서(1020)에 의해 실행될 수 있다. 메모리(1010)는 프로세서(1020) 내부에 구현될 수 있다. 또는, 메모리(1010)는 프로세서(1020) 외부에 구현될 수 있으며, 기술 분야에서 공지된 다양한 수단을 통해 프로세서(1020)에 통신 가능하게 연결될 수 있다.
송수신부(1031)는 프로세서(1020)와 동작 가능하게 결합되고, 무선 신호를 송신 및/또는 수신한다. 송수신부(1031)는 전송기와 수신기를 포함한다. 송수신부(1031)는 무선 주파수 신호를 처리하기 위한 기저 대역 회로를 포함할 수 있다. 송수신부는 무선 신호를 송신 및/또는 수신하도록 하나 이상의 안테나를 제어한다. 프로세서(1020)는 통신을 개시하기 위하여 예를 들어, 음성 통신 데이터를 구성하는 무선 신호를 전송하도록 명령 정보를 송수신부(1031)에 전달한다. 안테나는 무선 신호를 송신 및 수신하는 기능을 한다. 무선 신호를 수신할 때, 송수신부(1031)은 프로세서(1020)에 의해 처리하기 위하여 신호를 전달하고 기저 대역으로 신호를 변환할 수 있다. 처리된 신호는 스피커(1042)를 통해 출력되는 가청 또는 가독 정보로 변환될 수 있다.
스피커(1042)는 프로세서(1020)에 의해 처리된 소리 관련 결과를 출력한다. 마이크(1052)는 프로세서(1020)에 의해 사용될 소리 관련 입력을 수신한다.
사용자는 예를 들어, 입력부(1053)의 버튼을 누르거나(혹은 터치하거나) 또는 마이크(1052)를 이용한 음성 구동(voice activation)에 의해 전화 번호 등과 같은 명령 정보를 입력한다. 프로세서(1020)는 이러한 명령 정보를 수신하고, 전화 번호로 전화를 거는 등 적절한 기능을 수행하도록 처리한다. 구동 상의 데이터(operational data)는 심카드 또는 메모리(1010)로부터 추출할 수 있다. 또한, 프로세서(1020)는 사용자가 인지하고 또한 편의를 위해 명령 정보 또는 구동 정보를 디스플레이(1041) 상에 디스플레이 할 수 있다.
도 26는 본 명세서의 개시가 구현된 프로세서의 구성 블록도를 나타낸다.
도 26을 참조하여 알 수 있는 바와 같이, 본 명세서의 개시가 구현된 프로세서(1020)은 본 명세서에서 설명된 제안된 기능, 절차 및/또는 방법을 구현하기 위해, 복수의 회로(circuitry)를 포함할 수 있다. 예컨대, 상기 프로세서(1020)은 제1 회로(1020-1), 제2 회로(1020-2) 그리고 제3 회로(1020-3)를 포함할 수 있다. 또한, 도시되지는 않았으나, 상기 프로세서(1020)은 더 많은 회로를 포함할 수 있다. 각 회로는 복수의 트랜지시터를 포함할 수 있다.
상기 프로세서(1020)는 ASIC(application-specific integrated circuit) 또는 AP(application processor)로 불릴 수 있으며, DSP(digital signal processor), CPU(central processing unit), GPU(graphics processing unit) 중 적어도 하나를 포함할 수 있다.
도 27은 도 24에 도시된 제1 장치의 송수신기 또는 도 25에 도시된 장치의 송수신부를 상세하게 나타낸 블록도이다.
도 27을 참조하면, 송수신부(1031)는 송신기(1031-1)과 수신기(1031-2)를 포함한다. 상기 송신기(1031-1)은 DFT(Discrete Fourier Transform)부(1031-11), 부반송파 맵퍼(1031-12), IFFT부(1031-13) 및 CP 삽입부(1031-14), 무선 송신부(1031-15)를 포함한다. 상기 송신기(1031-1)는 변조기(modulator)를 더 포함할 수 있다. 또한, 예컨대 스크램블 유닛(미도시; scramble unit), 모듈레이션 맵퍼(미도시; modulation mapper), 레이어 맵퍼(미도시; layer mapper) 및 레이어 퍼뮤테이터(미도시; layer permutator)를 더 포함할 수 있으며, 이는 상기 DFT부(1031-11)에 앞서 배치될 수 있다. 즉, PAPR(peak-to-average power ratio)의 증가를 방지하기 위해서, 상기 송신기(1031-1)는 부반송파에 신호를 매핑하기 이전에 먼저 정보를 DFT(1031-11)를 거치도록 한다. DFT부(1031-11)에 의해 확산(spreading)(또는 동일한 의미로 프리코딩)된 신호를 부반송파 매퍼(1031-12)를 통해 부반송파 매핑을 한 뒤에 다시 IFFT(Inverse Fast Fourier Transform)부(1031-13)를 거쳐 시간축 상의 신호로 만들어준다.
DFT부(1031-11)는 입력되는 심벌들에 DFT를 수행하여 복소수 심벌들(complex-valued 심볼)을 출력한다. 예를 들어, Ntx 심벌들이 입력되면(단, Ntx는 자연수), DFT 크기(size)는 Ntx이다. DFT부(1031-11)는 변환 프리코더(transform precoder)라 불릴 수 있다. 부반송파 맵퍼(1031-12)는 상기 복소수 심벌들을 주파수 영역의 각 부반송파에 맵핑시킨다. 상기 복소수 심벌들은 데이터 전송을 위해 할당된 자원 블록에 대응하는 자원 요소들에 맵핑될 수 있다. 부반송파 맵퍼(1031-12)는 자원 맵퍼(resource element mapper)라 불릴 수 있다. IFFT부(1031-13)는 입력되는 심벌에 대해 IFFT를 수행하여 시간 영역 신호인 데이터를 위한 기본 대역(baseband) 신호를 출력한다. CP 삽입부(1031-14)는 데이터를 위한 기본 대역 신호의 뒷부분 일부를 복사하여 데이터를 위한 기본 대역 신호의 앞부분에 삽입한다. CP 삽입을 통해 ISI(Inter-심볼 Interference), ICI(Inter-Carrier Interference)가 방지되어 다중 경로 채널에서도 직교성이 유지될 수 있다.
다른 한편, 수신기(1031-2)는 무선 수신부(1031-21), CP 제거부(1031-22), FFT부(1031-23), 그리고 등화부(1031-24) 등을 포함한다. 상기 수신기(1031-2)의 무선 수신부(1031-21), CP 제거부(1031-22), FFT부(1031-23)는 상기 송신단(1031-1)에서의 무선 송신부(1031-15), CP 삽입부(1031-14), IFF부(1031-13)의 역기능을 수행한다. 상기 수신기(1031-2)는 복조기(demodulator)를 더 포함할 수 있다.
이상에서는 바람직한 실시예를 예시적으로 설명하였으나, 본 명세서의 개시는 이와 같은 특정 실시예에만 한정되는 것은 아니므로, 본 명세서의 사상 및 특허청구범위에 기재된 범주 내에서 다양한 형태로 수정, 변경, 또는 개선될 수 있다.
상술한 예시적인 시스템에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 설명되는 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타낸 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 권리범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
본 명세서에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 명세서의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다.

Claims (18)

  1. 무선 통신 시스템에서 단말의 동작 방법에 있어서,
    AI/ML(artificial intelligence/machine learning) 모델 훈련을 위한 데이터를 수신하는 단계;
    상기 데이터를 기초로, 상기 AI/ML 모델 훈련을 수행하는 단계; 및
    상기 AI/ML 모델 훈련의 수행 후, 상기 데이터의 수집 종료를 지시하는 제1 메시지를 전송하는 단계를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 데이터의 수신을 위한 설정 정보를 수신하는 단계를 더 포함하고,
    상기 설정 정보는 상기 데이터의 수집 종료와 연관된 이벤트 정보를 포함하며, 상기 이벤트 정보를 기초로 상기 제1 메시지가 전송되는, 방법.
  3. 제1항에 있어서,
    상기 이벤트 정보는, AI/ML 모델의 성능과 연관된 임계치(threshold) 정보 및 상기 AI/ML 모델 훈련의 종료를 위한 시간 정보 중 적어도 하나를 포함하는, 방법.
  4. 제1항에 있어서,
    상기 제1 메시지는, 상기 데이터의 전송 비활성화를 위한 것인, 방법.
  5. 제2항에 있어서,
    상기 데이터의 전송을 요청하는 제2 메시지를 전송하는 단계를 더 포함하고,
    상기 설정 정보는, 상기 제2 메시지를 기초로 수신되는, 방법.
  6. 제5항에 있어서,
    상기 제2 메시지는, 상기 AI/ML 모델 훈련의 종료를 위한 시간 정보 및 데이터 양 정보 중 적어도 하나를 포함하는, 방법.
  7. 무선 통신 시스템에서 기지국의 동작 방법에 있어서,
    AI/ML(artificial intelligence/machine learning) 모델 훈련을 위한 데이터를 전송하는 단계; 및
    상기 AI/ML 모델 훈련의 수행 후, 상기 데이터의 수집 종료를 지시하는 제1 메시지를 수신하는 단계를 포함하는, 방법.
  8. 제7항에 있어서,
    상기 데이터의 전송을 위한 설정 정보를 전송하는 단계를 더 포함하고,
    상기 설정 정보는 상기 데이터의 수집 종료와 연관된 이벤트 정보를 포함하며, 상기 이벤트 정보를 기초로 상기 제1 메시지가 수신되는, 방법.
  9. 제7항에 있어서,
    상기 이벤트 정보는, AI/ML 모델의 성능과 연관된 임계치(threshold) 정보 및 상기 AI/ML 모델 훈련의 종료를 위한 시간 정보 중 적어도 하나를 포함하는, 방법.
  10. 제7항에 있어서,
    상기 제1 메시지는, 상기 데이터의 전송 비활성화를 위한 것인, 방법.
  11. 제8항에 있어서,
    상기 데이터의 전송을 요청하는 제2 메시지를 수신하는 단계를 더 포함하고,
    상기 설정 정보는, 상기 제2 메시지를 기초로 전송되는, 방법.
  12. 제11항에 있어서,
    상기 제2 메시지는, 상기 AI/ML 모델 훈련의 종료를 위한 시간 정보 및 데이터 양 정보 중 적어도 하나를 포함하는, 방법.
  13. 무선 통신 시스템에서의 통신 기기로서,
    적어도 하나의 프로세서; 및
    명령어(instructions)를 저장하고, 상기 적어도 하나의 프로세서와 동작 가능하게(operably) 전기적으로 연결가능한, 적어도 하나의 메모리를 포함하고, 상기 명령어가 상기 적어도 하나의 프로세서에 의해서 실행되는 것에 기초하여, 수행되는 동작은:
    AI/ML(artificial intelligence/machine learning) 모델 훈련을 위한 데이터를 수신하는 단계와,
    상기 데이터를 기초로, 상기 AI/ML 모델 훈련을 수행하는 단계와, 그리고
    상기 AI/ML 모델 훈련의 수행 후, 상기 데이터의 수집 종료를 지시하는 제1 메시지를 전송하는 단계를 포함하는, 통신 기기.
  14. 제13항에 있어서,
    상기 명령어가 상기 적어도 하나의 프로세서에 의해서 실행되는 것에 기초하여, 수행되는 동작은:
    상기 데이터의 수신을 위한 설정 정보를 수신하는 단계를 더 포함하고,
    상기 설정 정보는 상기 데이터의 수집 종료와 연관된 이벤트 정보를 포함하며, 상기 이벤트 정보를 기초로 상기 제1 메시지가 전송되는, 통신 기기.
  15. 제13항에 있어서,
    상기 이벤트 정보는, AI/ML 모델의 성능과 연관된 임계치(threshold) 정보 및 상기 AI/ML 모델 훈련의 종료를 위한 시간 정보 중 적어도 하나를 포함하는, 통신 기기.
  16. 제13항에 있어서,
    상기 제1 메시지는, 상기 데이터의 전송 비활성화를 위한 것인, 통신 기기.
  17. 제14항에 있어서,
    상기 명령어가 상기 적어도 하나의 프로세서에 의해서 실행되는 것에 기초하여, 수행되는 동작은:
    상기 데이터의 전송을 요청하는 제2 메시지를 전송하는 단계를 더 포함하고,
    상기 설정 정보는, 상기 제2 메시지를 기초로 수신되는, 통신 기기.
  18. 제17항에 있어서,
    상기 제2 메시지는, 상기 AI/ML 모델 훈련의 종료를 위한 시간 정보 및 데이터 양 정보 중 적어도 하나를 포함하는, 통신 기기.
PCT/KR2024/009443 2023-07-06 2024-07-04 인공지능 및/또는 머신러닝 기반 통신을 위한 모델 훈련 방법 및 장치 Ceased WO2025009901A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP24836348.3A EP4723506A1 (en) 2023-07-06 2024-07-04 Method and apparatus for training model for artificial intelligence/machine learning-based communication
CN202480045560.0A CN121464585A (zh) 2023-07-06 2024-07-04 用于基于人工智能和/或机器学习的通信的模型训练方法及装置

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20230087741 2023-07-06
KR10-2023-0087741 2023-07-06
KR1020240085445A KR20250007985A (ko) 2023-07-06 2024-06-28 인공지능 및/또는 머신러닝 기반 통신을 위한 모델 훈련 방법 및 장치
KR10-2024-0085445 2024-06-28

Publications (1)

Publication Number Publication Date
WO2025009901A1 true WO2025009901A1 (ko) 2025-01-09

Family

ID=94172348

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2024/009443 Ceased WO2025009901A1 (ko) 2023-07-06 2024-07-04 인공지능 및/또는 머신러닝 기반 통신을 위한 모델 훈련 방법 및 장치

Country Status (3)

Country Link
EP (1) EP4723506A1 (ko)
CN (1) CN121464585A (ko)
WO (1) WO2025009901A1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220377844A1 (en) * 2021-05-18 2022-11-24 Qualcomm Incorporated Ml model training procedure
CN116264684A (zh) * 2021-12-10 2023-06-16 华为技术有限公司 一种无线网络中的人工智能ai模型训练方法及装置
US20230209368A1 (en) * 2020-05-21 2023-06-29 Lg Electronics Inc. Wireless communication method using on-device learning-based machine learning network

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230209368A1 (en) * 2020-05-21 2023-06-29 Lg Electronics Inc. Wireless communication method using on-device learning-based machine learning network
US20220377844A1 (en) * 2021-05-18 2022-11-24 Qualcomm Incorporated Ml model training procedure
CN116264684A (zh) * 2021-12-10 2023-06-16 华为技术有限公司 一种无线网络中的人工智能ai模型训练方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MINGJU LI, XIAOMI: "Potential specification impact on AI/ML for beam management", 3GPP DRAFT; R1-2302978; TYPE DISCUSSION; FS_NR_AIML_AIR, vol. RAN WG1, 7 April 2023 (2023-04-07), pages 1 - 17, XP052293548 *
ZHENGXUAN LIU, XIAOMI: "Further discussion on specification impact for CSI feedback based on AI/ML", 3GPP DRAFT; R1-2304894; TYPE DISCUSSION; FS_NR_AIML_AIR, vol. RAN WG1, 15 May 2023 (2023-05-15), pages 1 - 17, XP052310349 *

Also Published As

Publication number Publication date
CN121464585A (zh) 2026-02-03
EP4723506A1 (en) 2026-04-08

Similar Documents

Publication Publication Date Title
WO2024035018A1 (ko) 하향링크 신호를 수신하는 방법, 사용자기기, 프로세싱 장치, 저장 매체 및 컴퓨터 프로그램, 그리고 하향링크 신호를 전송하는 방법 및 기지국
WO2021157998A1 (en) Method and apparatus for performing communication in wireless communication system
WO2022270964A1 (en) Method and apparatus for handling ul timing alignment upon receiving tci state update signal in a wireless communication system
WO2018174586A1 (ko) 빔 회복 과정 수행 방법과 사용자기기, 및 빔 회복 과정 지원 방법 및 기지국
WO2023048541A1 (en) System and method of transmitting and receiving system information by reduced capability ues
WO2016013901A1 (ko) 단말 간 통신을 지원하는 무선 통신 시스템에서 파워 제어 방법 및 이를 위한 장치
WO2020141963A1 (en) Method and apparatus for signaling multiple resources for message 3 (msg3) transmissions
WO2022025613A1 (ko) 무선 통신 시스템에서 사이드링크의 비연속적 수신을 지원하기 위한 방법 및 장치
WO2024035027A1 (ko) 하향링크 신호를 수신하는 방법, 사용자기기, 프로세싱 장치 및 저장 매체, 그리고 하향링크 신호를 전송하는 방법 및 기지국
WO2024029911A1 (ko) 하향링크 채널을 수신하는 방법, 사용자기기, 프로세싱 장치, 저장 매체 및 컴퓨터 프로그램, 그리고 하향링크 채널을 전송하는 방법 및 기지국
WO2024035058A1 (ko) 하향링크 신호를 수신하는 방법, 사용자기기, 프로세싱 장치 및 저장 매체, 그리고 하향링크 신호를 전송하는 방법 및 기지국
WO2023163471A1 (ko) 무선 통신 시스템에서 상향링크 송수신을 수행하는 방법 및 장치
WO2023014143A1 (ko) 무선 통신 시스템에서 상향링크 송수신을 수행하는 방법 및 장치
WO2021141389A1 (ko) 사이드링크를 위한 자원할당 방법
WO2025009901A1 (ko) 인공지능 및/또는 머신러닝 기반 통신을 위한 모델 훈련 방법 및 장치
WO2024072182A1 (ko) 무선 통신 시스템에서 통신을 수행하기 위한 방법, 네트워크 노드, 프로세싱 장치 및 저장 매체
WO2024253486A1 (ko) 인공지능 및/또는 머신러닝 모델 추론을 위한 빔 측정과 결과 보고 방법 및 장치
WO2024242527A1 (ko) 인공지능 및/또는 머신러닝 모델 추론을 위한 빔 설정과 측정 방법 및 장치
WO2024242398A1 (ko) 인공지능 및/또는 머신러닝 모델 추론을 위한 빔 측정과 결과 보고 방법 및 장치
WO2022139394A1 (ko) 무선 통신 시스템에서 빔 실패 복구 방법 및 장치
WO2025116500A1 (ko) 인공지능 및/또는 머신러닝 모델의 성능 모니터링 주기를 변경하는 방법 및 장치
WO2024162826A1 (en) Method and apparatus for application layer measurement reporting in unlicensed spectrum
WO2024237680A1 (ko) 인공지능 및/또는 머신러닝을 이용한 빔 관리에서 측정 결과 보고 방법 및 장치
WO2025071238A1 (ko) 인공지능 및 머신러닝 모델의 기능을 인식하는 방법 및 장치
WO2024167159A1 (ko) 인공지능 및/또는 머신러닝을 이용한 빔 관리 방법 및 장치

Legal Events

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

Ref document number: 24836348

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2024836348

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2024836348

Country of ref document: EP

Effective date: 20251231

ENP Entry into the national phase

Ref document number: 2024836348

Country of ref document: EP

Effective date: 20251231

ENP Entry into the national phase

Ref document number: 2024836348

Country of ref document: EP

Effective date: 20251231

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2024836348

Country of ref document: EP

Effective date: 20251231

WWP Wipo information: published in national office

Ref document number: 2024836348

Country of ref document: EP