WO2025249596A1 - 양자 통신 시스템에서 2-1 edp 프로토콜을 수행하기 위한 장치 및 방법 - Google Patents

양자 통신 시스템에서 2-1 edp 프로토콜을 수행하기 위한 장치 및 방법

Info

Publication number
WO2025249596A1
WO2025249596A1 PCT/KR2024/007235 KR2024007235W WO2025249596A1 WO 2025249596 A1 WO2025249596 A1 WO 2025249596A1 KR 2024007235 W KR2024007235 W KR 2024007235W WO 2025249596 A1 WO2025249596 A1 WO 2025249596A1
Authority
WO
WIPO (PCT)
Prior art keywords
epr
edp
fidelity
state
node
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.)
Pending
Application number
PCT/KR2024/007235
Other languages
English (en)
French (fr)
Inventor
이종현
안병규
박주윤
이상림
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.)
LG Electronics Inc
Original Assignee
LG Electronics Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LG Electronics Inc filed Critical LG Electronics Inc
Priority to PCT/KR2024/007235 priority Critical patent/WO2025249596A1/ko
Publication of WO2025249596A1 publication Critical patent/WO2025249596A1/ko
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/70—Photonic quantum communication

Definitions

  • the present disclosure relates to a device and method for performing a 2-1 EDP protocol in a quantum communication system.
  • the present disclosure relates to a device and method for performing a 2-1 EDP protocol, which can increase fidelity efficiency or success probability performance compared to QPA or recurrence protocols by presenting a transformation operator for a Bell diagonal state.
  • the QPA protocol may have lower fidelity of the output state than the input state, and the Recurrence protocol may not be able to sufficiently increase fidelity or have a low success rate. Alternatively, both performances are lower than QPA when performing repeated rounds.
  • the input state can be generated by selecting the Keep syndrome in an asymmetric depolarizing channel or 2-way QECCs EDP.
  • the QPA protocol or Recurrence protocol utilizes specific Unitary or Twirling operators to increase the effect when performed repeatedly, but this may suppress the Distillation effect.
  • the present disclosure provides a device and method capable of performing a 2-1 EDP protocol in a quantum communication system.
  • the present disclosure provides a device and method for performing a 2-1 EDP protocol, which can increase fidelity efficiency or increase success probability performance compared to a QPA or Recurrence protocol, by presenting a transformation operator of a Bell diagonal state in a quantum communication system.
  • a method for operating a first node in a communication system comprising: receiving at least one synchronization signal from a second node; receiving control information from the second node; determining a plurality of coefficients for a Bell diagonal state by estimating a channel between the first node and the second node; determining an operator for transforming the Bell diagonal state into a Werner state or another Bell diagonal state having different coefficients based on a target output state; performing an entanglement distillation protocol (EDP) based on the operator; and preserving one or more EPR (Einstein-Podolsky-Rosen) states related to a result of performing the EDP based on a result of performing the EDP, or discarding one or more EPR states related to a result of performing the EDP, and repeatedly performing the EDP.
  • EDP entanglement distillation protocol
  • a method for operating a second node in a communication system comprising: transmitting at least one synchronization signal to a first node; transmitting control information to the first node; determining a plurality of coefficients for a Bell diagonal state by estimating a channel between the first node and the second node; determining an operator for transforming the Bell diagonal state into a Werner state or another Bell diagonal state having different coefficients based on a target output state; performing an entanglement distillation protocol (EDP) based on the operator; and preserving one or more EPR (Einstein-Podolsky-Rosen) states related to a result of performing the EDP based on a result of performing the EDP or discarding one or more EPR states related to a result of performing the EDP and repeatedly performing the EDP.
  • EDP entanglement distillation protocol
  • a first node comprising: a transceiver; at least one processor; and at least one memory operably connectable to the at least one processor and storing instructions that, when executed by the at least one processor, perform operations, wherein the operations include all steps of a method of operating the first node according to various embodiments of the present disclosure.
  • a second node comprising: a transceiver; at least one processor; and at least one memory operably connectable to the at least one processor and storing instructions that, when executed by the at least one processor, perform operations, wherein the operations include all steps of a method of operating the second node according to various embodiments of the present disclosure.
  • a control device for controlling a first node in a communication system including at least one processor, and at least one memory operably connected to the at least one processor, wherein the at least one memory stores instructions for performing operations based on being executed by the at least one processor, the operations including all steps of a method of operating the first node according to various embodiments of the present disclosure.
  • a control device for controlling a second node in a communication system including at least one processor, and at least one memory operably connected to the at least one processor, wherein the at least one memory stores instructions for performing operations based on being executed by the at least one processor, the operations including all steps of a method of operating the second node according to various embodiments of the present disclosure.
  • one or more non-transitory computer-readable media storing one or more instructions, wherein the one or more instructions, based on being executed by one or more processors, perform operations, the operations comprising all steps of a method of operating a first node according to various embodiments of the present disclosure, are provided.
  • one or more non-transitory computer-readable media storing one or more instructions, wherein the one or more instructions, when executed by one or more processors, perform operations, the operations comprising all steps of a method of operating a second node according to various embodiments of the present disclosure, are provided.
  • the present disclosure can provide a device and method capable of performing a 2-1 EDP protocol in a quantum communication system.
  • the present disclosure provides a method for performing a 2-1 EDP protocol that can increase fidelity efficiency or success probability performance compared to a QPA or Recurrence protocol by presenting a transformation operator of a Bell diagonal state in a quantum communication system.
  • Figure 1 is a diagram illustrating an example of physical channels and general signal transmission used in a 3GPP system.
  • FIG. 2 is a diagram illustrating the system structure of a New Generation Radio Access Network (NG-RAN).
  • NG-RAN New Generation Radio Access Network
  • Figure 3 is a diagram illustrating the functional division between NG-RAN and 5GC.
  • Figure 4 is a diagram illustrating an example of a 5G usage scenario.
  • Figure 5 is a diagram illustrating an example of a communication structure that can be provided in a 6G system.
  • Figure 6 is a schematic diagram illustrating an example of a perceptron structure.
  • Figure 7 is a schematic diagram illustrating an example of a multilayer perceptron structure.
  • Figure 8 is a schematic diagram illustrating an example of a deep neural network.
  • Figure 9 is a schematic diagram illustrating an example of a convolutional neural network.
  • Figure 10 is a schematic diagram illustrating an example of a filter operation in a convolutional neural network.
  • Figure 11 is a schematic diagram illustrating an example of a neural network structure in which a recurrent loop exists.
  • Figure 12 is a diagram schematically illustrating an example of the operating structure of a recurrent neural network.
  • Figure 13 is a diagram illustrating an example of the electromagnetic spectrum.
  • Figure 14 is a diagram illustrating an example of a THz communication application.
  • Fig. 15 is a diagram illustrating an example of an electronic component-based THz wireless communication transmitter and receiver.
  • FIG. 16 is a diagram illustrating an example of a method for generating a THz signal based on an optical element.
  • Fig. 17 is a diagram illustrating an example of an optical element-based THz wireless communication transceiver.
  • Fig. 18 is a diagram illustrating the structure of a photon source-based transmitter.
  • Figure 19 is a drawing showing the structure of an optical modulator.
  • FIG. 20 is a diagram illustrating an example of a quantum circuit for generating a bell state in a system applicable to the present disclosure.
  • FIG. 21 is a diagram illustrating an example of a bell state measurement circuit in a system applicable to the present disclosure.
  • FIG. 22 is a diagram illustrating an example of a quantum channel model based on environmental decoherence in a system applicable to the present disclosure.
  • FIG. 23 is a diagram illustrating an example of an encoding circuit and a safety operator syndrome measurement circuit in a system applicable to the present disclosure.
  • FIG. 24 is a diagram illustrating an example of the success probability of the QPA protocol in a system applicable to the present disclosure.
  • FIG. 25 is a diagram illustrating an example of a process of performing a QPA protocol in a system applicable to the present disclosure.
  • FIG. 26 is a diagram illustrating an example of the fidelity performance of the QPA protocol in a system applicable to the present disclosure.
  • FIG. 27 is a diagram illustrating an example of a QECCs-based hashing protocol in a system applicable to the present disclosure.
  • FIG. 28 is a diagram illustrating an example of the structure of a single round of a bidirectional EDP technique in a system applicable to the present disclosure.
  • FIG. 29 is a diagram illustrating an example of a process in which a transmitter and a receiver measure qubits in a system applicable to the present disclosure.
  • FIG. 30 is a diagram illustrating an example of the structure of a unidirectional EDP technique in a system applicable to the present disclosure.
  • FIG. 31 is a diagram illustrating an example of the structure of an adaptive mode EDP technique in a system applicable to the present disclosure.
  • FIG. 32 is a drawing illustrating an example of a block diagram of a bidirectional EDP technique based on quantum error correcting codes (QECCs) in a system applicable to the present disclosure.
  • QECCs quantum error correcting codes
  • FIG. 33 is a diagram illustrating an example of the fidelity performance of QECCs-based adaptive mode EDP in a system applicable to the present disclosure.
  • FIG. 34 is a diagram illustrating an example of the success probability performance of QECCs-based adaptive mode EDP in a system applicable to the present disclosure.
  • FIG. 35 is a diagram illustrating an example of the fidelity performance of an adaptive mode EDP based on QECCs in a system applicable to the present disclosure.
  • FIG. 36 is a diagram illustrating an example of the success probability performance of an adaptive mode EDP based on QECCs in a system applicable to the present disclosure.
  • FIG. 37 is a diagram illustrating an example of fidelity estimation of QECCs-based adaptive mode EDP in a system applicable to the present disclosure.
  • FIG. 38 is a diagram illustrating an example of fidelity estimation of QECCs-based adaptive mode EDP in a system applicable to the present disclosure.
  • FIG. 39 is a diagram illustrating an example of estimation of the success probability of QECCs-based adaptive mode EDP in a system applicable to the present disclosure.
  • FIG. 40 is a diagram illustrating an example of estimation of the success probability of QECCs-based adaptive mode EDP in a system applicable to the present disclosure.
  • FIG. 41 is a drawing showing an example of an overall block diagram of an adaptive mode EDP technique in a system applicable to the present disclosure.
  • FIG. 42 is a diagram illustrating an example of the average and minimum fidelity performance of a two-way EDP in a system applicable to the present disclosure.
  • FIG. 43 is a diagram illustrating an example of the entire process of an Adaptive mode-based EDP technique considering minimum fidelity in a system applicable to the present disclosure.
  • FIG. 44 is a diagram illustrating an example of minimum fidelity estimation performance when using a two-way [[7,1,3]] error correction code in a system applicable to the present disclosure.
  • FIG. 45 is a diagram illustrating an example of minimum fidelity estimation performance when a two-way [[5,1,3]] error correction code is used in a system applicable to the present disclosure.
  • FIG. 46 is a diagram illustrating an example of the entire process of a minimum fidelity-based parameter estimation and an adaptive mode-based EDP technique in a system applicable to the present disclosure.
  • FIG. 47 is a diagram illustrating an example of the entire process of a Two-way QECCs EDP protocol for reusing entangled qubits in a system applicable to the present disclosure.
  • FIG. 48 is a diagram illustrating an example of the probability of success (P succ ) according to the value of ⁇ when utilizing a [[5,1,3]] quantum error correction code in a system applicable to the present disclosure.
  • FIG. 49 is a diagram illustrating an example of the average fidelity (F') of an EPR pair according to the value of ⁇ when utilizing a [[5,1,3]] quantum error correction code in a system applicable to the present disclosure.
  • FIG. 50 is a diagram illustrating an example of a process for performing additional resource reduction in a Two-way QECCs EDP in a system applicable to the present disclosure.
  • FIG. 51 is a diagram illustrating an example of quantum teleportation (QT) in a system applicable to the present disclosure.
  • FIG. 52 is a diagram illustrating an example of a two-step QSDC protocol in a system applicable to the present disclosure.
  • FIG. 53 is a diagram illustrating an example of an EDP performing circuit after a transformation process of a Bell diagonal state utilizing various unitary operations in a system applicable to the present disclosure.
  • FIG. 54 is a diagram illustrating an example of a recurrence protocol (an EDP performing circuit after changing the Werner state by twirling) in a system applicable to the present disclosure.
  • FIG. 55 is a diagram illustrating an example of a process for performing a 2-1 EDP protocol utilizing operator adaptation in a system applicable to the present disclosure.
  • FIG. 56 is a diagram illustrating an example of the operation process of the first node in a system applicable to the present disclosure.
  • FIG. 57 is a diagram illustrating an example of the operation process of a second node in a system applicable to the present disclosure.
  • FIG. 58 illustrates a communication system (1) applicable to various embodiments of the present disclosure.
  • FIG. 59 illustrates a wireless device that can be applied to various embodiments of the present disclosure.
  • FIG. 60 illustrates another example of a wireless device that can be applied to various embodiments of the present disclosure.
  • Figure 61 illustrates a signal processing circuit for a transmission signal.
  • FIG. 62 illustrates another example of a wireless device applicable to various embodiments of the present disclosure.
  • FIG. 63 illustrates a mobile device applicable to various embodiments of the present disclosure.
  • FIG. 64 illustrates a vehicle or autonomous vehicle applicable to various embodiments of the present disclosure.
  • FIG. 65 illustrates a vehicle applicable to various embodiments of the present disclosure.
  • FIG. 66 illustrates an XR device applicable to various embodiments of the present disclosure.
  • FIG. 67 illustrates a robot applicable to various embodiments of the present disclosure.
  • FIG. 68 illustrates an AI device applicable to various embodiments of the present disclosure.
  • a or B may mean “only A,” “only B,” or “both A and B.” In other words, in various embodiments of the present disclosure, “A or B” may be interpreted as “A and/or B.” For example, in various embodiments of the present disclosure, “A, B or C” may mean “only A,” “only B,” “only C,” or “any combination of A, B and C.”
  • a slash (/) or a comma may mean “and/or.”
  • A/B may mean “A and/or B.”
  • A/B may mean “only A,” “only B,” or “both A and B.”
  • A, B, C may mean “A, B, or C.”
  • “at least one of A and B” may mean “only A,” “only B,” or “both A and B.” Furthermore, in various embodiments of the present disclosure, the expressions “at least one of A or B” or “at least one of A and/or B” may be interpreted as equivalent 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.”
  • parentheses used in various embodiments of the present disclosure may mean “for example.” Specifically, when indicated as “control information (PDCCH)", “PDCCH” may be proposed as an example of “control information.” In other words, “control information” in various embodiments of the present disclosure is not limited to “PDCCH”, and “PDDCH” may be proposed as an example of "control information.” Furthermore, even when indicated as “control information (i.e., PDCCH)", “PDCCH” may be proposed as an example of "control information.”
  • CDMA can be implemented using wireless technologies such as UTRA (Universal Terrestrial Radio Access) or CDMA2000.
  • TDMA can be implemented using wireless technologies such as GSM (Global System for Mobile communications)/GPRS (General Packet Radio Service)/EDGE (Enhanced Data Rates for GSM Evolution).
  • OFDMA can be implemented using wireless technologies such as IEEE 802.11 (Wi-Fi), IEEE 802.16 (WiMAX), IEEE 802-20, and E-UTRA (Evolved UTRA).
  • UTRA is a part of UMTS (Universal Mobile Telecommunications System).
  • 3GPP 3rd Generation Partnership Project
  • LTE Long Term Evolution
  • E-UMTS Evolved UMTS
  • LTE-A Advanced/LTE-A pro
  • 3GPP NR New Radio or New Radio Access Technology
  • 3GPP 6G may be an evolved version of 3GPP NR.
  • LTE refers to technology after 3GPP TS 36.xxx Release 8.
  • LTE technology after 3GPP TS 36.xxx Release 10 is referred to as LTE-A
  • LTE technology after 3GPP TS 36.xxx Release 13 is referred to as LTE-A pro
  • 3GPP NR refers to technology after TS 38.
  • 3GPP 6G may refer to technology after TS Release 17 and/or Release 18.
  • “xxx” refers to a standard document detail number.
  • LTE/NR/6G may be collectively referred to as a 3GPP system.
  • RRC Radio Resource Control
  • RRC Radio Resource Control
  • Figure 1 is a diagram illustrating an example of physical channels and general signal transmission used in a 3GPP system.
  • a terminal receives information from a base station via the downlink (DL) and transmits it to the base station via the uplink (UL).
  • the information transmitted and received between the base station and the terminal includes data and various control information, and various physical channels exist depending on the type and purpose of the information being transmitted and received.
  • a terminal When a terminal is powered on or enters a new cell, it performs an initial cell search operation, such as synchronizing with the base station (S11). To this end, the terminal receives a Primary Synchronization Signal (PSS) and a Secondary Synchronization Signal (SSS) from the base station to synchronize with the base station and obtain information such as a cell ID. Afterwards, the terminal can receive a Physical Broadcast Channel (PBCH) from the base station to obtain broadcast information within the cell. Meanwhile, the terminal can receive a Downlink Reference Signal (DL RS) during the initial cell search phase to check the downlink channel status.
  • PSS Primary Synchronization Signal
  • SSS Secondary Synchronization Signal
  • PBCH Physical Broadcast Channel
  • DL RS Downlink Reference Signal
  • a terminal that has completed initial cell search can obtain more specific system information by receiving a physical downlink control channel (PDCCH) and a physical downlink shared channel (PDSCH) based on information contained in the PDCCH (S12).
  • PDCCH physical downlink control channel
  • PDSCH physical downlink shared channel
  • the terminal may perform a random access procedure (RACH) for the base station (S13 to S16).
  • RACH random access procedure
  • the terminal may transmit a specific sequence as a preamble via a physical random access channel (PRACH) (S13 and S15) and receive a response message (RAR (Random Access Response) message) to the preamble via a PDCCH and a corresponding PDSCH.
  • PRACH physical random access channel
  • RAR Random Access Response
  • a contention resolution procedure may additionally be performed (S16).
  • the terminal that has performed the procedure described above can then perform PDCCH/PDSCH reception (S17) and physical uplink shared channel (PUSCH)/physical uplink control channel (PUCCH) transmission (S18) as general uplink/downlink signal transmission procedures.
  • the terminal can receive downlink control information (DCI) through the PDCCH.
  • DCI downlink control information
  • the DCI includes control information such as resource allocation information for the terminal, and different formats can be applied depending on the purpose of use.
  • control information that the terminal transmits to the base station via the uplink or that the terminal receives from the base station may include downlink/uplink ACK/NACK signals, CQI (Channel Quality Indicator), PMI (Precoding Matrix Index), RI (Rank Indicator), etc.
  • the terminal may transmit the above-described control information such as CQI/PMI/RI via PUSCH and/or PUCCH.
  • the base station transmits a related signal to the terminal through a downlink channel described below, and the terminal receives the related signal from the base station through a downlink channel described below.
  • PDSCH Physical Downlink Shared Channel
  • PDSCH carries downlink data (e.g., DL-shared channel transport block, DL-SCH TB) and applies modulation methods such as Quadrature Phase Shift Keying (QPSK), 16 Quadrature Amplitude Modulation (QAM), 64 QAM, and 256 QAM.
  • Codewords are generated by encoding the TBs.
  • PDSCH can carry multiple codewords. Scrambling and modulation mapping are performed for each codeword, and modulation symbols generated from each codeword are mapped to one or more layers (Layer mapping). Each layer is mapped to resources along with a Demodulation Reference Signal (DMRS), generated as an OFDM symbol signal, and transmitted through the corresponding antenna port.
  • DMRS Demodulation Reference Signal
  • the PDCCH carries downlink control information (DCI) and employs modulation methods such as QPSK.
  • DCI downlink control information
  • a PDCCH consists of 1, 2, 4, 8, or 16 Control Channel Elements (CCEs), depending on the Aggregation Level (AL).
  • CCEs Control Channel Elements
  • Each CCE is comprised of six Resource Element Groups (REGs). Each REG is defined by one OFDM symbol and one (P)RB.
  • the UE obtains DCI transmitted via the PDCCH by performing decoding (also known as blind decoding) on a set of PDCCH candidates.
  • the set of PDCCH candidates decoded by the UE is defined as a PDCCH search space set.
  • the search space set may be a common search space or a UE-specific search space.
  • the UE can obtain DCI by monitoring PDCCH candidates within one or more search space sets established by the MIB or higher layer signaling.
  • the terminal transmits a related signal to the base station through the uplink channel described below, and the base station receives the related signal from the terminal through the uplink channel described below.
  • PUSCH Physical Uplink Shared Channel
  • PUSCH carries uplink data (e.g., UL-shared channel transport block, UL-SCH TB) and/or uplink control information (UCI), and is transmitted based on a CP-OFDM (Cyclic Prefix - Orthogonal Frequency Division Multiplexing) waveform, a DFT-s-OFDM (Discrete Fourier Transform - spread - Orthogonal Frequency Division Multiplexing) waveform, etc.
  • CP-OFDM Cyclic Prefix - Orthogonal Frequency Division Multiplexing
  • DFT-s-OFDM Discrete Fourier Transform - spread - Orthogonal Frequency Division Multiplexing
  • PUSCH transmissions can be dynamically scheduled by UL grants in DCI, or semi-statically scheduled (configured grant) based on higher layer (e.g., RRC) signaling (and/or Layer 1 (L1) signaling (e.g., PDCCH)).
  • PUSCH transmissions can be performed in a codebook-based or non-codebook-based manner.
  • PUCCH carries uplink control information, HARQ-ACK and/or scheduling request (SR), and can be divided into multiple PUCCHs depending on the PUCCH transmission length.
  • new radio access technology new RAT, NR.
  • next-generation communication As more and more communication devices demand greater communication capacity, the need for improved mobile broadband communication compared to existing radio access technology (RAT) is emerging. Furthermore, massive Machine Type Communications (MTC), which connects numerous devices and objects to provide various services anytime, anywhere, is also a key issue to be considered in next-generation communication. Furthermore, communication system design that considers reliability and latency-sensitive services/terminals is being discussed. The introduction of next-generation radio access technologies that take into account enhanced mobile broadband communication, massive MTC, and URLLC (Ultra-Reliable and Low Latency Communication) is being discussed, and in various embodiments of the present disclosure, these technologies are conveniently referred to as new RAT or NR.
  • new RAT New RAT
  • FIG. 2 is a diagram illustrating the system structure of a New Generation Radio Access Network (NG-RAN).
  • NG-RAN New Generation Radio Access Network
  • the NG-RAN may include a gNB and/or an eNB that provides user plane and control plane protocol termination to the UE.
  • FIG. 1 illustrates a case where only a gNB is included.
  • the gNB and eNB are connected to each other via an Xn interface.
  • the gNB and eNB are connected to the 5th generation core network (5G Core Network: 5GC) via the NG interface.
  • 5G Core Network: 5GC 5th generation core network
  • the gNB is connected to the access and mobility management function (AMF) via the NG-C interface
  • the gNB is connected to the user plane function (UPF) via the NG-U interface.
  • AMF access and mobility management function
  • UPF user plane function
  • Figure 3 is a diagram illustrating the functional division between NG-RAN and 5GC.
  • the gNB can provide functions such as inter-cell radio resource management (Inter Cell RRM), radio bearer management (RB control), connection mobility control (Connection Mobility Control), radio admission control (Radio Admission Control), measurement configuration and provision, and dynamic resource allocation.
  • the AMF can provide functions such as NAS security and idle state mobility processing.
  • the UPF can provide functions such as mobility anchoring and PDU processing.
  • the SMF Session Management Function
  • Figure 4 is a diagram illustrating an example of a 5G usage scenario.
  • the 5G usage scenario illustrated in FIG. 4 is merely exemplary, and the technical features of various embodiments of the present disclosure can also be applied to other 5G usage scenarios not illustrated in FIG. 4.
  • the three key requirement areas for 5G include (1) enhanced mobile broadband (eMBB), (2) massive machine type communication (mMTC), and (3) ultra-reliable and low latency communications (URLLC).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communication
  • URLLC ultra-reliable and low latency communications
  • KPI key performance indicator
  • eMBB focuses on improving data speeds, latency, user density, and overall capacity and coverage of mobile broadband connections. It targets throughputs of around 10 Gbps. eMBB significantly exceeds basic mobile internet access, enabling rich interactive experiences, media and entertainment applications in the cloud, and augmented reality. Data is a key driver of 5G, and for the first time, dedicated voice services may not be available in the 5G era. In 5G, voice is expected to be handled as an application, simply using the data connection provided by the communication system. The increased traffic volume is primarily due to the increasing content size and the growing number of applications that require high data rates. Streaming services (audio and video), interactive video, and mobile internet connectivity will become more prevalent as more devices connect to the internet.
  • Cloud storage and applications are rapidly growing on mobile communication platforms, and this can be applied to both work and entertainment.
  • Cloud storage is a particular use case driving the growth of uplink data rates.
  • 5G is also used for remote work in the cloud, requiring significantly lower end-to-end latency to maintain a superior user experience when tactile interfaces are used.
  • cloud gaming and video streaming are other key factors driving the demand for mobile broadband.
  • Entertainment is essential on smartphones and tablets, regardless of location, including in highly mobile environments like trains, cars, and airplanes.
  • Another use case is augmented reality and information retrieval for entertainment, where augmented reality requires extremely low latency and instantaneous data volumes.
  • mMTC is designed to enable communication between a large number of low-cost, battery-powered devices, supporting applications such as smart metering, logistics, field, and body sensors.
  • mMTC targets a battery life of approximately 10 years and/or a population of approximately 1 million devices per square kilometer.
  • mMTC enables seamless connectivity of embedded sensors across all sectors and is one of the most anticipated 5G use cases.
  • the number of IoT devices is projected to reach 20.4 billion by 2020.
  • Industrial IoT is one area where 5G will play a key role, enabling smart cities, asset tracking, smart utilities, agriculture, and security infrastructure.
  • URLLC is ideal for vehicle communications, industrial control, factory automation, remote surgery, smart grids, and public safety applications by enabling devices and machines to communicate with high reliability, very low latency, and high availability.
  • URLLC targets latency on the order of 1 ms.
  • URLLC encompasses new services that will transform industries through ultra-reliable, low-latency links, such as remote control of critical infrastructure and autonomous vehicles. This level of reliability and latency is essential for smart grid control, industrial automation, robotics, and drone control and coordination.
  • 5G can complement fiber-to-the-home (FTTH) and cable-based broadband (or DOCSIS) by delivering streams rated at hundreds of megabits per second to gigabits per second. These high speeds may be required to deliver TV at resolutions beyond 4K (6K, 8K, and beyond), as well as virtual reality (VR) and augmented reality (AR).
  • VR and AR applications include near-immersive sports events. Certain applications may require specialized network configurations. For example, for VR gaming, a gaming company may need to integrate its core servers with the network operator's edge network servers to minimize latency.
  • Automotive is expected to be a significant new driver for 5G, with numerous use cases for in-vehicle mobile communications. For example, passenger entertainment demands both high capacity and high mobile broadband, as future users will consistently expect high-quality connectivity regardless of their location and speed.
  • Another automotive application is augmented reality dashboards.
  • An AR dashboard allows drivers to identify objects in the dark on top of what they see through the windshield. The AR dashboard overlays information to inform the driver about the distance and movement of objects.
  • wireless modules will enable vehicle-to-vehicle communication, information exchange between vehicles and supporting infrastructure, and information exchange between vehicles and other connected devices (e.g., devices accompanying pedestrians).
  • Safety systems can guide drivers to safer driving behaviors, reducing the risk of accidents.
  • the next step will be remotely controlled or autonomous vehicles, which require highly reliable and fast communication between different autonomous vehicles and/or between vehicles and infrastructure.
  • autonomous vehicles will perform all driving tasks, leaving drivers to focus solely on traffic anomalies that the vehicle itself cannot detect.
  • the technological requirements for autonomous vehicles will require ultra-low latency and ultra-high-speed reliability, increasing traffic safety to levels unattainable by humans.
  • Smart cities and smart homes often referred to as smart societies, will be embedded with dense wireless sensor networks.
  • a distributed network of intelligent sensors will identify conditions for cost- and energy-efficient maintenance of cities or homes. Similar setups can be implemented for individual homes.
  • Temperature sensors, window and heating controllers, burglar alarms, and appliances will all be wirelessly connected. Many of these sensors typically require low data rates, low power, and low cost. However, for example, real-time HD video may be required from certain types of devices for surveillance purposes.
  • Smart grids interconnect these sensors using digital information and communication technologies to collect and act on information. This information can include the behavior of suppliers and consumers, enabling smart grids to improve efficiency, reliability, economic efficiency, sustainable production, and the automated distribution of fuels like electricity. Smart grids can also be viewed as another low-latency sensor network.
  • Telecommunications systems can support telemedicine, which provides clinical care in remote locations. This can help reduce distance barriers and improve access to health services that are otherwise unavailable in remote rural areas. It can also be used to save lives in critical care and emergency situations.
  • Mobile-based wireless sensor networks can provide remote monitoring and sensors for parameters such as heart rate and blood pressure.
  • Wireless and mobile communications are becoming increasingly important in industrial applications. Wiring is expensive to install and maintain. Therefore, the potential to replace cables with reconfigurable wireless links presents an attractive opportunity for many industries. However, achieving this requires wireless connections to operate with similar latency, reliability, and capacity to cables, while simplifying their management. Low latency and extremely low error rates are new requirements for 5G connectivity.
  • Logistics and freight tracking are important use cases for mobile communications, enabling the tracking of inventory and packages anywhere using location-based information systems. Logistics and freight tracking typically require low data rates but may require wide-range and reliable location information.
  • next-generation communications e.g., 6G
  • 6G next-generation communications
  • the 6G (wireless communication) system aims to achieve (i) very high data rates per device, (ii) a very large number of connected devices, (iii) global connectivity, (iv) very low latency, (v) low energy consumption for battery-free IoT devices, (vi) ultra-reliable connectivity, and (vii) connected intelligence with machine learning capabilities.
  • the vision of the 6G system can be divided into four aspects: intelligent connectivity, deep connectivity, holographic connectivity, and ubiquitous connectivity, and the 6G system can satisfy the requirements as shown in Table 1 below.
  • Table 1 is a table showing an example of the requirements of a 6G system.
  • 6G systems can have key factors such as enhanced mobile broadband (eMBB), ultra-reliable low latency communications (URLLC), massive machine-type communication (mMTC), AI integrated communication, tactile internet, high throughput, high network capacity, high energy efficiency, low backhaul and access network congestion, and enhanced data security.
  • eMBB enhanced mobile broadband
  • URLLC ultra-reliable low latency communications
  • mMTC massive machine-type communication
  • AI integrated communication tactile internet, high throughput, high network capacity, high energy efficiency, low backhaul and access network congestion, and enhanced data security.
  • Figure 5 is a diagram illustrating an example of a communication structure that can be provided in a 6G system.
  • 6G systems are expected to have 50 times the simultaneous wireless connectivity of 5G systems.
  • URLLC a key feature of 5G, will become even more crucial in 6G communications by providing end-to-end latency of less than 1 ms.
  • 6G systems will have significantly higher volumetric spectral efficiency, compared to the commonly used area spectral efficiency.
  • 6G systems can offer extremely long battery life and advanced battery technologies for energy harvesting, eliminating the need for separate charging for mobile devices in 6G systems.
  • New network characteristics in 6G may include:
  • 6G is expected to integrate with satellites to provide a global mobile network.
  • the integration of terrestrial, satellite, and airborne networks into a single wireless communications system is crucial for 6G.
  • Connected Intelligence Unlike previous generations of wireless communication systems, 6G is revolutionary, upgrading the wireless evolution from "connected objects" to "connected intelligence.” AI can be applied at every stage of the communication process (or at every signal processing step, as described below).
  • 6G wireless networks will transfer power to charge the batteries of devices such as smartphones and sensors. Therefore, wireless information and energy transfer (WIET) will be integrated.
  • WIET wireless information and energy transfer
  • Small cell networks The concept of small cell networks was introduced to improve received signal quality in cellular systems by increasing throughput, energy efficiency, and spectral efficiency. Consequently, small cell networks are essential for 5G and beyond-5G (5GB) communication systems. Accordingly, 6G communication systems also adopt the characteristics of small cell networks.
  • Ultra-dense heterogeneous networks will be another key feature of 6G communication systems.
  • Multi-tier networks comprised of heterogeneous networks improve overall QoS and reduce costs.
  • High-capacity backhaul Backhaul connections are characterized by high-capacity backhaul networks to support high-volume traffic.
  • High-speed fiber optics and free-space optics (FSO) systems may be potential solutions to this problem.
  • High-precision localization (or location-based services) through communications is a key feature of 6G wireless communication systems. Therefore, radar systems will be integrated with 6G networks.
  • Softwarization and virtualization are two critical features that form the foundation of the design process for 5GB networks to ensure flexibility, reconfigurability, and programmability. Furthermore, billions of devices can be shared on a shared physical infrastructure.
  • AI The most crucial and newly introduced technology for 6G systems is AI. 4G systems did not involve AI. 5G systems will support partial or very limited AI. However, 6G systems will fully support AI for automation. Advances in machine learning will create more intelligent networks for real-time communications in 6G. Incorporating AI into communications can streamline and improve real-time data transmission. AI can use numerous analyses to determine how complex target tasks should be performed. In other words, AI can increase efficiency and reduce processing delays.
  • AI can also play a crucial role in machine-to-machine (M2M), machine-to-human, and human-to-machine communications. Furthermore, AI can facilitate rapid communication in brain-computer interfaces (BCIs). AI-based communication systems can be supported by metamaterials, intelligent structures, intelligent networks, intelligent devices, intelligent cognitive radios, self-sustaining wireless networks, and machine learning.
  • M2M machine-to-machine
  • BCIs brain-computer interfaces
  • AI-based physical layer transmission refers to the application of AI-based signal processing and communication mechanisms, rather than traditional communication frameworks, in the fundamental signal processing and communication mechanisms. For example, this may include deep learning-based channel coding and decoding, deep learning-based signal estimation and detection, deep learning-based MIMO mechanisms, and AI-based resource scheduling and allocation.
  • Machine learning can be used for channel estimation and channel tracking, as well as for power allocation and interference cancellation in the physical layer of the downlink (DL). Furthermore, machine learning can be used for antenna selection, power control, and symbol detection in MIMO systems.
  • Deep learning-based AI algorithms require a large amount of training data to optimize training parameters.
  • a large amount of training data is used offline. This means that static training on training data in specific channel environments can lead to conflicts with the dynamic characteristics and diversity of the wireless channel.
  • Machine learning refers to a series of operations that train machines to perform tasks that humans can or cannot perform. Machine learning requires data and a learning model. Data learning methods in machine learning can be broadly categorized into three types: supervised learning, unsupervised learning, and reinforcement learning.
  • Neural network training aims to minimize output errors. It involves repeatedly inputting training data into a neural network, calculating the neural network output and target error for the training data, and backpropagating the neural network error from the output layer to the input layer to update the weights of each node in the neural network to reduce the error.
  • Supervised learning uses labeled training data, while unsupervised learning may not have labeled training data.
  • the training data may be data in which each training data category is labeled.
  • Labeled training data is input to a neural network, and the error can be calculated by comparing the output (categories) of the neural network with the training data labels.
  • the calculated error is backpropagated through the neural network in the backward direction (i.e., from the output layer to the input layer), and the connection weights of each node in each layer of the neural network can be updated through backpropagation.
  • the amount of change in the connection weights of each updated node can be determined by the learning rate.
  • the neural network's calculation of the input data and the backpropagation of the error can constitute a learning cycle (epoch).
  • the learning rate can be applied differently depending on the number of iterations of the neural network's learning cycle. For example, in the early stages of training a neural network, a high learning rate can be used to quickly allow the network to achieve a certain level of performance, thereby increasing efficiency. In the later stages of training, a low learning rate can be used to increase accuracy.
  • Learning methods may vary depending on the characteristics of the data. For example, if the goal is to accurately predict data transmitted by a transmitter in a communication system, supervised learning is preferable to unsupervised learning or reinforcement learning.
  • the learning model corresponds to the human brain, and the most basic linear model can be thought of, but the machine learning paradigm that uses highly complex neural network structures, such as artificial neural networks, as learning models is called deep learning.
  • the neural network cores used in learning methods are mainly divided into deep neural networks (DNN), convolutional deep neural networks (CNN), and recurrent boltzmann machines (RNN).
  • DNN deep neural networks
  • CNN convolutional deep neural networks
  • RNN recurrent boltzmann machines
  • An artificial neural network is an example of a network of multiple perceptrons.
  • Figure 6 is a schematic diagram illustrating an example of a perceptron structure.
  • a large-scale artificial neural network structure can extend the simplified perceptron structure illustrated in Fig. 6 to apply the input vector to perceptrons of different dimensions. For convenience of explanation, input values or output values are called nodes.
  • the perceptron structure illustrated in Fig. 6 can be explained as consisting of a total of three layers based on input and output values.
  • An artificial neural network in which there are H perceptrons of (d+1) dimensions between the 1st layer and the 2nd layer, and K perceptrons of (H+1) dimensions between the 2nd layer and the 3rd layer can be expressed as in Fig. 7.
  • Figure 7 is a schematic diagram illustrating an example of a multilayer perceptron structure.
  • the layer where the input vector is located is called the input layer
  • the layer where the final output value is located is called the output layer
  • all layers located between the input layer and the output layer are called hidden layers.
  • the example in Fig. 7 shows three layers, but when counting the number of layers in an actual artificial neural network, the input layer is excluded, so it can be viewed as a total of two layers.
  • An artificial neural network is composed of perceptrons, which are basic blocks, connected in two dimensions.
  • the aforementioned input, hidden, and output layers can be applied jointly not only to multilayer perceptrons but also to various artificial neural network structures, such as CNNs and RNNs, which will be described later.
  • the machine learning paradigm that uses sufficiently deep artificial neural networks as learning models is called deep learning.
  • the artificial neural network used for deep learning is called a deep neural network (DNN).
  • Figure 8 is a schematic diagram illustrating an example of a deep neural network.
  • the deep neural network illustrated in Figure 8 is a multilayer perceptron consisting of eight hidden layers and eight output layers.
  • the multilayer perceptron structure is referred to as a fully connected neural network.
  • a fully connected neural network there is no connection between nodes located in the same layer, and there is a connection only between nodes located in adjacent layers.
  • DNN has a fully connected neural network structure and is composed of a combination of multiple hidden layers and activation functions, and can be usefully applied to identify correlation characteristics between inputs and outputs.
  • the correlation characteristic can mean the joint probability of inputs and outputs.
  • Figure 9 is a schematic diagram illustrating an example of a convolutional neural network.
  • Fig. 9 can assume a case where nodes are arranged two-dimensionally, with w nodes in width and h nodes in height (the convolutional neural network structure of Fig. 9).
  • a weight is added to each connection in the connection process from one input node to the hidden layer, a total of h ⁇ w weights must be considered. Since there are h ⁇ w nodes in the input layer, a total of h2w2 weights are required between two adjacent layers.
  • the convolutional neural network of Fig. 9 has a problem in that the number of weights increases exponentially according to the number of connections. Therefore, instead of considering the connections of all modes between adjacent layers, it assumes that there are small filters, and performs weighted sum and activation function operations on the overlapping portions of the filters, as in Fig. 10.
  • Figure 10 is a schematic diagram illustrating an example of a filter operation in a convolutional neural network.
  • Each filter has a weight corresponding to the number of its size, and weight learning can be performed so that a specific feature on the image can be extracted as a factor and output.
  • a filter of size 3Y3 is applied to the upper left 3Y3 region of the input layer, and the output value resulting from performing weighted sum and activation function operations on the corresponding node is stored in z22.
  • the above filter performs weighted sum and activation function operations while moving at a certain horizontal and vertical interval while scanning the input layer, and places the output value at the current filter position.
  • This operation method is similar to the convolution operation for images in the field of computer vision, so a deep neural network with this structure is called a convolutional neural network (CNN), and the hidden layer generated as a result of the convolution operation is called a convolutional layer.
  • a neural network with multiple convolutional layers is called a deep convolutional neural network (DCNN).
  • the number of weights can be reduced by calculating a weighted sum that includes only the nodes located in the area covered by the filter, starting from the node where the current filter is located. This allows a single filter to focus on features within a local area. Accordingly, CNNs can be effectively applied to image data processing where physical distance in a two-dimensional area is an important criterion for judgment. Meanwhile, CNNs can apply multiple filters immediately before the convolutional layer, and can generate multiple output results through the convolution operation of each filter.
  • a structure that applies a method of inputting one element of the data sequence at each timestep and inputting the output vector (hidden vector) of the hidden layer output at a specific timestep together with the immediately following element in the sequence is called a recurrent neural network structure.
  • Figure 11 is a schematic diagram illustrating an example of a neural network structure in which a recurrent loop exists.
  • a recurrent neural network is a structure that inputs elements (x1(t), x2(t), ,..., xd(t)) of a data sequence at a time point t into a fully connected neural network, and then inputs the hidden vectors (z1(t-1), z2(t-1),..., zH(t-1)) of the immediately preceding time point t-1 together and applies a weighted sum and activation function.
  • the reason for transmitting the hidden vector to the next time point in this way is because the information in the input vectors of the preceding time points is considered to be accumulated in the hidden vector of the current time point.
  • Figure 12 is a diagram schematically illustrating an example of the operating structure of a recurrent neural network.
  • the recurrent neural network operates in a predetermined order of time for the input data sequence.
  • the hidden vector (z1(1), z2(1),..., zH(1)) is input together with the input vector (x1(2), x2(2),..., xd(2)) at time point 2, and the vector (z1(2), z2(2),..., zH(2)) of the hidden layer is determined through a weighted sum and an activation function. This process is repeatedly performed until time point 2, time point 3, ,,, time point T.
  • Recurrent neural networks are designed to be useful for processing sequence data (e.g., natural language processing).
  • various deep learning techniques such as DNN, CNN, RNN, Restricted Boltzmann Machine (RBM), Deep Belief Network (DBN), and Deep Q-Network, and can be applied to fields such as computer vision, speech recognition, natural language processing, and speech/signal processing.
  • AI-based physical layer transmission refers to the application of AI-based signal processing and communication mechanisms, rather than traditional communication frameworks, in the fundamental signal processing and communication mechanisms. For example, this may include deep learning-based channel coding and decoding, deep learning-based signal estimation and detection, deep learning-based MIMO mechanisms, and AI-based resource scheduling and allocation.
  • THz waves also known as sub-millimeter waves, typically refer to the frequency range between 0.1 THz and 10 THz, with corresponding wavelengths ranging from 0.03 mm to 3 mm.
  • the 100 GHz to 300 GHz band (sub-THz band) is considered a key part of the THz band for cellular communications. Adding the sub-THz band to the mmWave band will increase the capacity of 6G cellular communications.
  • 300 GHz to 3 THz lies in the far infrared (IR) frequency band. While part of the optical band, the 300 GHz to 3 THz band lies at the boundary of the optical band, immediately following the RF band. Therefore, this 300 GHz to 3 THz band exhibits similarities to RF.
  • Figure 13 is a diagram illustrating an example of the electromagnetic spectrum.
  • THz communications Key characteristics include (i) the widely available bandwidth to support very high data rates and (ii) the high path loss that occurs at high frequencies (requiring highly directional antennas).
  • the narrow beamwidths generated by highly directional antennas reduce interference.
  • the small wavelength of THz signals allows for a significantly larger number of antenna elements to be integrated into devices and base stations operating in this band. This enables the use of advanced adaptive array technologies to overcome range limitations.
  • OWC technology is designed for 6G communications, in addition to RF-based communications for all possible device-to-access networks. These networks connect to network-to-backhaul/fronthaul networks.
  • OWC technology has already been used in 4G communication systems, but it will be used more widely to meet the demands of 6G communication systems.
  • OWC technologies such as light fidelity, visible light communication, optical camera communication, and wideband-based FSO communication are already well-known. Communications based on optical wireless technology can provide very high data rates, low latency, and secure communications.
  • LiDAR can also be used for ultra-high-resolution 4D mapping in 6G communications based on wideband.
  • FSO can be a promising technology for providing backhaul connectivity in 6G systems, in conjunction with fiber-optic networks.
  • FSO supports high-capacity backhaul connectivity for remote and non-remote areas, such as the ocean, space, underwater, and isolated islands.
  • FSO also supports cellular base station (BS) connections.
  • BS base station
  • MIMO technology One of the key technologies for improving spectral efficiency is the application of MIMO technology. As MIMO technology improves, spectral efficiency also improves. Therefore, massive MIMO technology will be crucial in 6G systems. Because MIMO technology utilizes multiple paths, multiplexing technology must be considered to ensure that data signals can be transmitted along more than one path, as well as beam generation and operation technologies suitable for the THz band.
  • Blockchain will become a crucial technology for managing massive amounts of data in future communication systems.
  • Blockchain is a form of distributed ledger technology.
  • a distributed ledger is a database distributed across numerous nodes or computing devices. Each node replicates and stores an identical copy of the ledger.
  • Blockchains are managed by a peer-to-peer network and can exist without being managed by a central authority or server. Data on a blockchain is collected and organized into blocks. Blocks are linked together and protected using cryptography.
  • Blockchain perfectly complements large-scale IoT with its inherently enhanced interoperability, security, privacy, reliability, and scalability. Therefore, blockchain technology offers several features, such as interoperability between devices, traceability of large amounts of data, autonomous interaction with other IoT systems, and the massive connectivity stability of 6G communication systems.
  • 3D BS will be provided via low-orbit satellites and UAVs. Adding a new dimension in altitude and associated degrees of freedom, 3D connections differ significantly from existing 2D networks.
  • Unsupervised reinforcement learning holds promise in the context of 6G networks. Supervised learning approaches cannot label the massive amounts of data generated by 6G networks. Unsupervised learning does not require labeling. Therefore, this technology can be used to autonomously build representations of complex networks. Combining reinforcement learning and unsupervised learning allows for truly autonomous network operation.
  • Unmanned Aerial Vehicles will be a key element in 6G wireless communications. In most cases, high-speed wireless connections will be provided using UAV technology.
  • BS entities are installed on UAVs to provide cellular connectivity.
  • UAVs offer specific capabilities not found in fixed BS infrastructure, such as easy deployment, robust line-of-sight links, and controlled mobility. During emergencies such as natural disasters, deploying terrestrial communication infrastructure is not economically feasible, and sometimes, volatile environments make it impossible to provide services. UAVs can easily handle these situations.
  • UAVs will become a new paradigm in wireless communications. This technology facilitates three fundamental requirements for wireless networks: enhanced mobile broadband (eMBB), URLLC, and mMTC.
  • eMBB enhanced mobile broadband
  • URLLC ultra low-access control
  • mMTC massive machine type of networks
  • UAVs can also support various purposes, such as enhancing network connectivity, fire detection, disaster emergency services, security and surveillance, pollution monitoring, parking monitoring, and accident monitoring. Therefore, UAV technology is recognized as one of the most important technologies for 6
  • Tight integration of multiple frequencies and heterogeneous communication technologies is crucial in 6G systems. As a result, users will be able to seamlessly move from one network to another without requiring any manual configuration on their devices. The best network will be automatically selected from available communication technologies. This will break the limitations of the cell concept in wireless communications. Currently, user movement from one cell to another in dense networks results in excessive handovers, resulting in handover failures, handover delays, data loss, and a ping-pong effect. 6G cell-free communications will overcome all of these challenges and provide better QoS. Cell-free communications will be achieved through multi-connectivity and multi-tier hybrid technologies, as well as heterogeneous radios on devices.
  • WIET uses the same fields and waves as wireless communication systems. Specifically, sensors and smartphones will be charged using wireless power transfer during communication. WIET is a promising technology for extending the life of battery-powered wireless systems. Therefore, battery-less devices will be supported by 6G communications.
  • Autonomous wireless networks are capable of continuously sensing dynamically changing environmental conditions and exchanging information between different nodes.
  • sensing will be tightly integrated with communications to support autonomous systems.
  • each access network will be connected to backhaul connections, such as fiber optics and FSO networks. To accommodate the massive number of access networks, there will be tight integration between access and backhaul networks.
  • Beamforming is a signal processing procedure that adjusts an antenna array to transmit a wireless signal in a specific direction. It is a subset of smart antennas or advanced antenna systems. Beamforming technology offers several advantages, including high signal-to-noise ratio, interference avoidance and rejection, and high network efficiency.
  • Holographic beamforming (HBF) is a novel beamforming method that differs significantly from MIMO systems because it uses software-defined antennas. HBF will be a highly effective approach for efficient and flexible signal transmission and reception in multi-antenna communication devices in 6G.
  • Big data analytics is a complex process for analyzing diverse, large-scale data sets, or "big data.” This process uncovers hidden data, unknown correlations, and customer trends, ensuring complete data management. Big data is collected from various sources, such as video, social networks, images, and sensors. This technology is widely used to process massive amounts of data in 6G systems.
  • THz-band signals have strong linearity, which can create many shadow areas due to obstacles.
  • LIS technology which enables expanded communication coverage, enhanced communication stability, and additional value-added services by installing LIS near these shadow areas, is becoming increasingly important.
  • LIS is an artificial surface made of electromagnetic materials that can alter the propagation of incoming and outgoing radio waves. While LIS can be viewed as an extension of massive MIMO, it differs from massive MIMO in its array structure and operating mechanism. Furthermore, LIS operates as a reconfigurable reflector with passive elements, passively reflecting signals without using active RF chains, which offers the advantage of low power consumption. Furthermore, because each passive reflector in LIS must independently adjust the phase shift of the incoming signal, this can be advantageous for wireless communication channels. By appropriately adjusting the phase shift via the LIS controller, the reflected signal can be collected at the target receiver to boost the received signal power.
  • THz Terahertz
  • THz waves are located between the RF (Radio Frequency)/millimeter (mm) and infrared bands, and (i) compared to visible light/infrared light, they penetrate non-metallic/non-polarizable materials well, and compared to RF/millimeter waves, they have a shorter wavelength, so they have high linearity and can focus beams.
  • the photon energy of THz waves is only a few meV, they have the characteristic of being harmless to the human body.
  • the frequency bands expected to be used for THz wireless communication may be the D-band (110 GHz to 170 GHz) or H-band (220 GHz to 325 GHz), which have low propagation loss due to molecular absorption in the air. Discussions on standardization of THz wireless communication are being centered around the IEEE 802.15 THz working group in addition to 3GPP, and standard documents issued by the IEEE 802.15 Task Group (TG3d, TG3e) may specify or supplement the contents described in various embodiments of the present disclosure. THz wireless communication can be applied to wireless cognition, sensing, imaging, wireless communication, THz navigation, etc.
  • Figure 14 is a diagram illustrating an example of a THz communication application.
  • THz wireless communication scenarios can be categorized into macro networks, micro networks, and nanoscale networks.
  • THz wireless communication can be applied to vehicle-to-vehicle and backhaul/fronthaul connections.
  • THz wireless communication can be applied to fixed point-to-point or multi-point connections, such as indoor small cells, wireless connections in data centers, and near-field communications, such as kiosk downloads.
  • Table 2 below shows examples of technologies that can be used in THz waves.
  • Transceiver Device Available immatures UTC-PD, RTD and SBD Modulation and Coding Low order modulation techniques (OOK, QPSK), LDPC, Reed Soloman, Hamming, Polar, Turbo Antenna Omni and Directional, phased array with low number of antenna elements Bandwidth 69GHz (or 23GHz) at 300GHz Channel models Partially Data rate 100Gbps Outdoor deployment No Free space loss High Coverage Low Radio Measurements 300GHz indoor Device size Few micrometers
  • THz wireless communications can be categorized based on the methods used to generate and receive THz waves.
  • THz generation methods can be categorized as either optical or electronic-based.
  • Fig. 15 is a diagram illustrating an example of an electronic component-based THz wireless communication transmitter and receiver.
  • Methods for generating THz using electronic components include a method using semiconductor components such as a resonant tunneling diode (RTD), a method using a local oscillator and a multiplier, a MMIC (Monolithic Microwave Integrated Circuits) method using an integrated circuit based on a compound semiconductor HEMT (High Electron Mobility Transistor), and a method using a Si-CMOS-based integrated circuit.
  • a multiplier doubler, tripler, multiplier
  • a multiplier is essential.
  • the multiplier is a circuit that has an output frequency that is N times that of the input, and matches it to the desired harmonic frequency and filters out all remaining frequencies.
  • beamforming can be implemented by applying an array antenna or the like to the antenna of Fig. 15.
  • IF represents intermediate frequency
  • tripler and multiplexer represent multipliers
  • PA represents power amplifier
  • LNA low noise amplifier
  • PLL phase-locked loop.
  • FIG. 16 is a diagram illustrating an example of a method for generating a THz signal based on an optical element.
  • Fig. 17 is a diagram illustrating an example of an optical element-based THz wireless communication transceiver.
  • Optical component-based THz wireless communication technology refers to a method of generating and modulating THz signals using optical components.
  • Optical component-based THz signal generation technology generates an ultra-high-speed optical signal using a laser and an optical modulator, and converts it into a THz signal using an ultra-high-speed photodetector. Compared to technologies that use only electronic components, this technology can easily increase the frequency, generate high-power signals, and obtain flat response characteristics over a wide frequency band.
  • optical component-based THz signal generation requires a laser diode, a wideband optical modulator, and an ultra-high-speed photodetector.
  • an optical coupler refers to a semiconductor device that transmits an electrical signal using optical waves to provide electrical isolation and coupling between circuits or systems
  • a UTC-PD Uni-Travelling Carrier Photo-Detector
  • the UTC-PD is capable of detecting light at 150 GHz or higher.
  • an EDFA Erbium-Doped Fiber Amplifier
  • a PD Photo Detector
  • an OSA optical module (Optical Sub Assembly) that modularizes various optical communication functions (photoelectric conversion, electro-optical conversion, etc.) into a single component
  • a DSO represents a digital storage oscilloscope.
  • Fig. 18 is a diagram illustrating the structure of a photon source-based transmitter.
  • Figure 19 is a drawing showing the structure of an optical modulator.
  • the phase of a signal can be changed by passing the optical source of a laser through an optical wave guide. At this time, data is loaded by changing the electrical characteristics through a microwave contact, etc. Therefore, the optical modulator output is formed as a modulated waveform.
  • An opto-electrical modulator (O/E converter) can generate THz pulses by optical rectification operation by a nonlinear crystal, photoelectric conversion by a photoconductive antenna, emission from a bunch of relativistic electrons, etc. Terahertz pulses generated in the above manner can have a length in units of femtoseconds to picoseconds.
  • An optical/electronic converter (O/E converter) performs down conversion by utilizing the non-linearity of the device.
  • the available bandwidth can be classified based on the oxygen attenuation of 10 ⁇ 2 dB/km in the spectrum up to 1 THz. Accordingly, a framework in which the available bandwidth is composed of multiple band chunks can be considered. As an example of the above framework, if the THz pulse length for one carrier is set to 50 ps, the bandwidth (BW) becomes approximately 20 GHz.
  • Effective down-conversion from the infrared band (IR band) to the terahertz band (THz band) depends on how to utilize the nonlinearity of the optical/electrical converter (O/E converter).
  • O/E converter optical/electrical converter
  • a terahertz transmission and reception system can be implemented using a single optical-to-electrical converter.
  • the number of optical-to-electrical converters may be equal to the number of carriers. This phenomenon will be particularly noticeable in a multi-carrier system that utilizes multiple broadbands according to the aforementioned spectrum usage plan.
  • a frame structure for the multi-carrier system may be considered.
  • a signal down-converted using an optical-to-electrical converter may be transmitted in a specific resource region (e.g., a specific frame).
  • the frequency region of the specific resource region may include multiple chunks. Each chunk may be composed of at least one component carrier (CC).
  • the present disclosure relates to a method for configuring entanglement distillation of EPR (Einstein-Podolsky-Rosen) pairs using quantum error correction codes and error detection codes, taking into account minimum fidelity in a quantum communication system.
  • EPR Einstein-Podolsky-Rosen
  • the present disclosure applies a method for sharing minimum fidelity between transmitters and receivers and a parameter estimation technique based on minimum fidelity.
  • the transmitter and receiver accurately share the fidelity of the EPR pair generated after EDP, and a highly efficient entangled pair generation method is proposed that satisfies fidelity conditions regardless of the syndrome being measured.
  • the Bell state is the simplest example of quantum entanglement. It refers to the four quantum states formed by two qubits in a maximally entangled state, as shown in Equation 1 below. This can be viewed as a maximally entangled basis for the four-dimensional Hilbert space for the two qubits, and is called the Bell basis.
  • FIG. 20 is a diagram illustrating an example of a quantum circuit for generating a bell state in a system applicable to the present disclosure.
  • the Bell state can be generated through a two-qubit quantum circuit consisting of a Hadamard gate and a CNOT gate (controlled not gate), as shown in Fig. 20.
  • Four two-qubit inputs It has a bell state output as shown in Table 3.
  • Table 3 shows the input/output states of the bell state generation circuit.
  • FIG. 21 is a diagram illustrating an example of a bell state measurement circuit in a system applicable to the present disclosure.
  • Bell state measurement the goal is to determine which of the four quantum entanglement states defined by the Bell states the states of two qubits belong to. If the order of the CNOT gate and the Hadamard gate in the Bell state generation circuit of Fig. 20 is reversed, a Bell state measurement circuit as shown in Fig. 21 is obtained. Measurement results as shown in Table 4 can be obtained for the four quantum entanglement states corresponding to the Bell states. Table 4 shows the input and output states of the Bell state measurement circuit.
  • Entanglement is a very important property that differentiates quantum systems from classical information. Entanglement refers to a state in which the results of different observations are closely related to each other. The entanglement state of a quantum system is stronger than any entanglement state (correlation) that exists in classical mechanics.
  • Two qubits can be represented as a superposition of four fundamental quantum states in Hilbert space. Here, the four fundamental quantum states are ⁇ ⁇ is included.
  • the basic quantum state of two qubits can be expressed through tensor operations on the basic states of individual qubits. If the state of two qubits cannot be expressed as a tensor product of a single qubit, such a qubit state is called an entangled state.
  • EPR Einstein-Podolsky-Rosen
  • the above EPR state is also called the Bell state, and the measurement result of the preceding qubit always affects the measurement of the succeeding qubit. Furthermore, all four of the above pure states are maximally entangled states and constitute the vertical basis of the two-qubit Hilbert Space.
  • the GHZ state is as follows:
  • M 2
  • M 3
  • the GHZ State can be expressed by extending it to a system corresponding to d-dimension rather than 2-dimension.
  • Quantum information exists probabilistically, and quantum information collapses into a basis state the moment it is measured and cannot be restored to the state before the measurement. After the quantum information is measured by the measurement operator, the quantum information collapses into one of the basis states that constitute the information according to the probabilities
  • quantum error-correcting codes In the perspective of quantum error-correcting codes, applying quantum error-correcting codes in quantum information systems requires generating codewords, estimating errors in the channel, and then restoring the information without measuring the information during the encoding and restoration process, or without measurements that would alter the information. In this process, continuously occurring quantum errors are digitized through measurements for error estimation.
  • QECCs Quantum Error Correcting codes
  • FIG. 22 is a diagram illustrating an example of a quantum channel model based on environmental decoherence in a system applicable to the present disclosure.
  • quantum communication processes can also be affected by imperfections in the real-world environment, affecting the quality of transmitted information. This interaction with the environment can lead to irreversible changes in the quantum state, a process known as decoherence.
  • Environmental decoherence constitutes a major source of quantum state corruption, and can occur not only in quantum memory but also during quantum transmission or quantum processing.
  • Figure 22 illustrates the relationship between quantum channel models widely used to model environmental decoherence.
  • Environmental decoherence can be described as an unwanted interaction between a qubit and its environment, more specifically, entanglement, which disrupts the coherent superposition of the underlying quantum state.
  • a qubit or quantum system
  • This type of decoherence process can be modeled using an amplitude damping channel.
  • Another example of environmental decoherence is known as dephasing or phase damping, which characterizes the loss of quantum information without energy loss. This can occur, for example, in cases such as scattering of a photon or perturbation of electronic states due to stray charges.
  • I, X, Y, and Z correspond to single-qubit Pauli operators
  • p x , p y , and p z are the probabilities of Pauli X, Pauli Y, and Pauli Z errors.
  • Bit-flip errors corresponding to the Pauli X channel and bit-phase-flip errors corresponding to the Pauli Y channel are related to amplitude decay, and phase-flip errors corresponding to the Pauli Z channel are caused by phase decay.
  • Most practical quantum systems are asymmetric channels, which are channels in which either bit-flip, phase-flip, or bit-phase-flip errors predominate.
  • the Werner state W F is defined as in mathematical equation 6 below.
  • QECCs Quantum Error Correcting codes
  • Quantum error-correcting codes utilize additional qubits in addition to information qubits to generate codewords to preserve quantum information from errors. These codewords, which experience continuous errors, are then collapsed into codewords projecting discontinuous errors through measurement, after which the errors are detected and maintained as the original codeword. Most quantum error-correcting codes utilize stabilizer codes, which have properties similar to linear error-correcting codes used in digital systems.
  • the stable operator group S is a group consisting of all stable operators, each of which is a codeword vector is an operator with a +1 eigenvalue for the codeword vector
  • the composition is as follows: Mathematical formula 7.
  • the stable operator group S of the [[n,k,d]] quantum error correction code can be expressed as in the following mathematical expression 8 by the stabilizer generator.
  • a normalizer An operator that is commutative with a safe operator is called a normalizer, and in quantum error-correcting codes, a logical operator is defined by utilizing an operator (N(S)/S) that is not a stable operator among the normal operators.
  • the minimum distance d of a quantum error-correcting code is defined through the smallest weight among the logical operators.
  • the weight is the number of Pauli operators other than I included in the operator.
  • Quantum error correction codes with distance d min are identical to classical error correction codes in that they Errors with weights can be corrected, and d min -1 errors can always be detected.
  • the stable operator constructor and logical X, Z operators of the quantum error correction code [[7,1,3]] are as follows in mathematical expression 10.
  • FIG. 23 is a diagram illustrating an example of an encoding circuit and a safe operator syndrome measurement circuit in a system applicable to the present disclosure. Specifically, (a) of FIG. 23 shows an encoding circuit of a [[7,1,3]] quantum error correction code, and (b) of FIG. 23 shows a XIIXIXX safe operator syndrome measurement circuit.
  • quantum error-correcting codes perform measurements based on stability operators, and correct errors according to the measurement result syndrome. If the error E after the measurement is anti-commutative with the stability operator S i , the measurement result of S i becomes -1, and if it is commutative, it becomes +1.
  • quantum error-correcting codes Unlike digital error-correcting codes, quantum error-correcting codes exhibit degeneracy. Therefore, different correctable errors can have the same syndrome value. Such codes are called degenerate codes. This degeneracy opens up the possibility that the performance of quantum error-correcting codes could surpass the limitations of classical error-correcting codes.
  • a syndrome refers to a measurement result obtained from a set of qubits used to detect and correct errors in a quantum system.
  • the goal of quantum error correction is to protect quantum information from errors that may arise due to noise and other environmental factors.
  • a set of error-correcting codes are used to detect and correct errors that occur during quantum operations.
  • an error occurs in a quantum system, it can affect one or more qubits.
  • a series of measurements are performed on the quantum system. These measurements generate a set of syndrome values, which can be used to identify the location and nature of the error.
  • the syndrome values can then be used to determine the corrective action that needs to be applied to the qubits to restore the original quantum information.
  • quantum error-correcting codes and syndromes the impact of errors on quantum communication and computation can be significantly reduced.
  • the error remains in the form of one of the Pauli errors discretely occurring in the codeword, and when the quantum error correction code correctly corrects the error, the error is corrected by performing a correcting operation that multiplies the collapsed Pauli error or the Pauli error by the stability operator form.
  • the correcting operation can be physically performed, and in some cases, it is replaced by recording it in SW instead of physically performing it.
  • the corresponding physical error rate is defined as a threshold, and in circuit-based quantum error correction codes (QECCs), the logical error rate, which is the error rate of the codeword, decreases exponentially through concatenation, and in topological codes (Topological QECCs), the logical error rate decreases exponentially as the code distance increases.
  • the logical error rate includes the fault-tolerant logical operation error rate.
  • the threshold value has different values depending on the type of quantum error correction code and the error occurrence channel modeling, and depending on the code, topological codes show a lower threshold than concatenated-based codes. Pseudothresholds are also utilized depending on the channel modeling. Table 5 below shows the threshold estimates.
  • EDP Quantum Entanglement Distillation Protocol
  • Quantum entanglement distillation protocol is a technique that utilizes multiple entangled states with low fidelity, local operations, and classical communication (LOCC) to share a small number of entangled states with high fidelity among multiple parties.
  • LOCC classical communication
  • recurrence and QPA protocols utilize classical communication bidirectionally, from Alice to Bob and Bob to Alice, while breeding and hashing protocols utilize classical communication unidirectionally, from Alice to Bob.
  • two-way protocols have the advantage of operating in poor channel conditions compared to unidirectional protocols, and unidirectional protocols utilize fewer resources than bidirectional protocols.
  • High-fidelity EPR states or entangled states generated by the entanglement distillation protocol can be utilized in quantum teleportation or quantum direct communication, quantum key distribution, and distributed quantum computing.
  • the QPA protocol is a bidirectional protocol that utilizes two EPR states in each round to probabilistically generate one EPR state with high fidelity.
  • the Unitary course is and are mutually converted. That is, This is because the operations performed thereafter are good at correcting Y and Z errors, but not good at correcting X errors, so the Z errors in the state after each round are converted to Y errors and corrected in the subsequent rounds.
  • the second step Alice and Bob perform the CNOT operator between the two EPR pairs, and finally measure the EPR state that acted as the target in the Z basis and share the measurement value through classical communication. If the shared measurement values are the same for Alice and Bob, it is determined that the EPR state acted as the control qubit has a higher fidelity, and the corresponding entangled state is used thereafter. If the shared measurement values are different, the EPR state acted as the control qubit is discarded. Therefore, the QPA protocol is probabilistically successful (preserving the EPR state acted as the control qubit) depending on the measurement result, and the success probability (p succ ) is determined by the initial fidelity (F or F init ).
  • Equation 14 When the initial EPR state passes through the Symmetric Depolarizing Channel, the entangled state after the channel can be expressed as in Equation 14 below.
  • FIG. 24 is a diagram illustrating an example of the success probability of the QPA protocol in a system applicable to the present disclosure.
  • FIG. 25 is a diagram illustrating an example of a process of performing a QPA protocol in a system applicable to the present disclosure.
  • the entangled state generated with a probability of p succ is as shown in the following mathematical expression 16.
  • FIG. 26 is a diagram illustrating an example of the fidelity performance of the QPA protocol in a system applicable to the present disclosure.
  • each round can be performed repeatedly, and at least 2 n EPR states are utilized when performing n rounds.
  • each round of the QPA protocol can be connected serially rather than in parallel and operated in pumping mode.
  • the round is performed using the output EPR state of one round and the initial EPR state, which has the advantage of reducing the number of quantum memories used.
  • the increase in fidelity is low, and when fidelity saturates, it must be replaced with a round output EPR pair.
  • the recurrence protocol is a bidirectional protocol that utilizes two EPR states in each round to probabilistically generate a single EPR state with high fidelity. Unlike the QPA protocol, it performs a twirling operation, not a unitary operation, corresponding to U A and U B in the first step. In the first step, Alice and Bob probabilistically apply the twirling operator to the individual qubits of each EPR pair. Equation 17 represents the twirling operation.
  • the twirling process is the process of changing an arbitrary mixed state M into a Werner state W F .
  • the recurrence protocol succeeds probabilistically depending on the measurement result, and the success probability (p succ ) is determined by the initial fidelity.
  • the success probability is as follows: Equation 18.
  • each round can be performed repeatedly, and at least 2 n EPR states are utilized when performing n rounds.
  • each round of the recurrence protocol can be connected serially rather than in parallel and operated in pumping mode.
  • the round is performed using the output EPR state of one round and the initial EPR state, which has the advantage of reducing the use of quantum memory.
  • the increase in fidelity is low, and when fidelity saturates, it must be replaced with a round output EPR pair.
  • FIG. 27 is a diagram illustrating an example of a QECCs-based hashing protocol in a system applicable to the present disclosure.
  • the Hashing protocol is a one-way protocol that distills quantum error-correcting codes into an entangled state by utilizing decoding circuits.
  • Alice and Bob perform quantum error-correcting code encoding and decoding related circuits (U t enc , U dec ) on each EPR state, and measure specific qubits similar to syndrome extraction.
  • Alice shares the measurement result with Bob and Bob performs a correction operator according to the product pattern of his measurement result and Alice's measurement result.
  • the correction operator is determined by the correction operator according to the syndrome of the quantum error-correcting code, and in the Hashing protocol, the syndrome is obtained by multiplying the measurement results. If the initial fidelity is higher than a threshold value, the unmeasured EPR state has improved fidelity.
  • a decryption circuit of an arbitrary error correction code is utilized. Since it is a CSS state like the 3-qubit GHZ state utilized in multi-party, but is an H-variable state (CSS-H variant), a decryption circuit of a CSS quantum error correction code must be utilized, and for the non-CSS state, a CSS-H code, that is, a quantum error-definite code in which the logical H is expressed in the form of a tensor product of individual (transversal) H, must be utilized.
  • a CSS state is a state in which each fixed operator S i ⁇ S can be expressed by one of the Pauli operators (X or Y or Z).
  • the Breeding protocol is a one-way protocol, similar to the Hashing protocol.
  • This is a protocol that improves n>m low-fidelity EPR states to high-fidelity by utilizing m pure entangled states when Alice and Bob share a pure entangled state.
  • Von-Neumann entropy A sufficient number of pure EPR states are required, and theoretically, the entropy of all n EPR states can be removed to create a pure entangled state.
  • the Breeding protocol To perform the Breeding protocol, first, Alice and Bob perform CNOT operations on n impure EPR states and m pure EPR states for a specific BXOR detection process, and then measure m pure EPR states. Second, Alice shares the measurement results with Bob, and Bob performs a correction operator according to the product pattern of his measurement results and Alice's measurement results. If the initial fidelity is greater than a threshold value, the unmeasured EPR states have a fidelity of 1.
  • the fidelity performance of the protocol output value can be determined depending on how the BXOR process is performed, and the BXOR circuit can be determined based on the decoding circuit of the quantum error correction code in the BXOR detection process.
  • the Hashing protocol and Breeding protocol described above have a higher Yield (the number of EPR states required to obtain one EPR state with Fidelity 1) than QPA or Recurrence, and the Yield is expressed as in the following mathematical expression 20.
  • the bidirectional (Recurrence or QPA protocol) or unidirectional EDP technique is composed of a transmitter and receiver, a quantum channel, and a classical channel, as shown in Fig. 28 and Fig. 30.
  • Figure 28 is a diagram illustrating an example of the structure of a single round of a bidirectional EDP technique in a system applicable to the present disclosure.
  • Figure 31 illustrates the basic structure of a single round of an existing bidirectional EDP technique.
  • the sender uses nonlinear elements to create two EPR states.
  • the sender transmits one qubit from each EPR state to the receiver (Bob) (2 in total).
  • the quantum channel includes the generation defect of the EPR state, the wired and wireless photonic channel, and the quantum memory error channel.
  • the sender and receiver perform a unitary operation by grouping two EPR states and performing the operation. If the Werner state is not generated after the quantum channel, the unitary operation (U) and CNOT operation are performed to convert to the Werner state W F . On the other hand, if the Werner state is generated after the quantum channel, only the CNOT operation is performed.
  • FIG. 4 The sender and receiver measure some qubits.
  • 3 The qubit used as the target qubit for the CNOT operation is measured.
  • Figure 29 is a diagram illustrating an example of the process by which the sender and receiver measure qubits in a system applicable to the present disclosure.
  • the receiver transmits its measurement result (1 bit) to the sender, and the sender transmits its measurement result (1 bit) to the receiver through the Classical Channel.
  • the sender and receiver compare their own measurement result bits with the other party's measurement result bits received via the Classical Channel. If the shared measurement results do not match, the unused EPR states are discarded and steps 1 through 5 are repeated. If the measurement results match, the corresponding qubits are preserved.
  • steps 2 through 6 are performed using the qubits preserved in a single round.
  • steps 2 through 6 are performed using the qubits preserved in a single round.
  • at least 2 n EPR states must be shared between the sender and receiver, and additional qubits may be required depending on the measurement results.
  • a single high-fidelity EPR state is generated.
  • FIG. 30 is a diagram illustrating an example of the structure of a unidirectional EDP technique in a system applicable to the present disclosure.
  • the sender uses a nonlinear element to generate n EPR states.
  • the sender transmits one qubit from each EPR state to the receiver (Bob) (n in total).
  • the quantum channel includes the generation defect of the EPR state, wired and wireless photonic channels, and quantum memory error channels.
  • the sender and receiver perform a unitary operation, and in the case of a one-way EDP, they perform a circuit or a BXOR circuit related to decoding the promised [[n,k,d]] quantum error correction code.
  • the sender and receiver each measure (n-k) qubits. At this time, the location of the measured qubit is determined based on the characteristics of the BXOR circuit or the [[n,k,d]] quantum error correction code.
  • the receiver transmits the measurement result ((n-k) bits) to the sender through the Classical Channel.
  • the sender estimates the syndrome or error from the receiver's measurement results and performs a correction operation to correct the error on the qubits (k) that were not measured in 4.
  • the correction operator is determined based on the product pattern of the measurement results, and one of the Pauli operators I, X, Y, or Z operates on the sender's qubit among a pair of EPR states.
  • Quantum entanglement distillation can correct channel errors in the entangled state shared by Alice and Bob through the above process. This occurs by transferring a portion of the entanglement from multiple entangled states to a smaller number of entangled states, utilizing classical channels.
  • EDP aims to create entangled states with high fidelity.
  • QPA/Recurrence protocols have the limitation of requiring significant resources to generate the desired fidelity, while hashing/breeding protocols based on quantum error-correcting codes operate only at high initial fidelity.
  • FIG. 31 is a diagram illustrating an example of the structure of an adaptive mode EDP technique in a system applicable to the present disclosure.
  • FIG. 34 illustrates the basic structure of an adaptive mode-based EDP technique.
  • step 3 the decoding circuit of the quantum error correction code or the QPA circuit is selectively utilized, but in step 5, the method of Fig. 34 is applied, which performs a process of discarding some syndrome patterns of QECCs similar to the bidirectional EDP.
  • FIG. 32 is a drawing illustrating an example of a block diagram of a bidirectional EDP technique based on quantum error correcting codes (QECCs) in a system applicable to the present disclosure.
  • QECCs quantum error correcting codes
  • the process of the adaptive mode-based EDP technique is as follows. First, when the QPA mode is selected as the adaptive mode, the bidirectional EDP protocol of Fig. 31 is performed. The following describes the process of the QECCs-based bidirectional EDP technique as the adaptive mode, and the process of dividing the QPA mode and the QECCs-based bidirectional EDP mode is described in [Fidelity-based QECCs parameter estimation process].
  • the sender When using the [[n,k,d]] quantum error correction code, the sender (Alice) generates n EPR states using nonlinear elements.
  • the sender transmits one qubit from each EPR state to the receiver (Bob).
  • the quantum channel includes the generation defect of the EPR state, a wired/wireless photonic channel, and a quantum memory error channel.
  • the sender and receiver perform the decoding related circuit of the [[n,k,d]] quantum error correction code promised for the Unitary Operation operation as a unitary operation.
  • the sender and receiver each measure (n-k) qubits. At this time, the location of the measured qubit is determined based on the characteristics of the [[n,k,d]] quantum error correction code.
  • the receiver and the sender transmit the measurement results to each other. At this time, each transmits (n-k) bits through the Classical Channel.
  • the sender and receiver multiply their own measurement results with the measurement results of the other party, and perform a correction operation on the k EPR states that were not measured in step 4 according to the pattern of the multiplied values, and then preserve or discard the EPR states. If the EPR state is discarded, steps 1 to 5 are performed again.
  • s 1 ( ⁇ -1,1 ⁇ ) is Alice's measurement result
  • s 2 ( ⁇ -1,1 ⁇ ) is Bob's measurement result
  • the sender performs a correction operation on its qubit among the k unmeasured EPR states.
  • the probability of performing the correction operation is defined as p succ .
  • the correction operation is determined as one of I, X, Y, and Z according to the pattern of s', and operates on the sender's qubit among the EPR pair states of the unmeasured EPR states.
  • the variable d corr ( ⁇ d) that determines the pattern S can be corrected by the [[n,k,d]] quantum error correcting code.
  • the error to be corrected (t corr ) is based on the error to be corrected (t corr) and is agreed upon in advance between the sender and receiver.
  • the error to be corrected (t corr ) is defined as follows:
  • the promised pattern S is generated as the union of the syndrome pattern in which no error occurred and the syndrome pattern in which one error occurred. If it has a stable operator, S is generated as follows:
  • the EPR state After correcting the EPR state through an appropriate Pauli operation according to the syndrome, the EPR state is preserved, and if a syndrome is generated, i.e., a product of measurement results other than S, the unmeasured EPR state is discarded.
  • FIG. 33 is a diagram illustrating an example of the fidelity performance of QECCs-based adaptive mode EDP in a system applicable to the present disclosure.
  • Figure 33 shows the EDP performance when [[7,1,3]] QECCs are used in two-way.
  • Figure 33 shows the fidelity performance of the output EPR state when utilizing [[7,1,3]] QECCs.
  • the line of [[7,1,3]] QECCs relates to the case where all syndromes are corrected in [[7,1,3]] QECCs.
  • [[7,1,3]] QECCs is a protocol that preserves the remaining unmeasured EPR states for all syndromes as a result of syndrome interpretation. That is, [[7,1,3]] QECCs shows good performance even in better environments, i.e., environments with initial fidelity higher than 0.94.
  • FIG. 34 is a diagram illustrating an example of the success probability performance of QECCs-based adaptive mode EDP in a system applicable to the present disclosure.
  • Figure 34 shows the EDP performance when [[7,1,3]] QECCs are used in two ways. Figure 34 also shows the probability of preserving the output EPR state when [[7,1,3]] QECCs are used.
  • the line [[7,1,3]] QECCs remains 1 because the EPR state is preserved for all syndrome patterns.
  • the y-axis represents the success probability Psucc.
  • the success probability P succ corresponds to the probability of preserving the remaining unmeasured EPR states without discarding them.
  • FIG. 35 is a diagram illustrating an example of the fidelity performance of an adaptive mode EDP based on QECCs in a system applicable to the present disclosure.
  • Fidelity is closely related to the channel's error rate. Lower fidelity corresponds to a channel environment with a higher error rate.
  • Figure 35 shows the fidelity when QECCs are [[5,1,3]].
  • [[5,1,3]] QECCs are protocols that preserve the remaining unmeasured EPR states for all syndromes as a result of the syndrome interpretation. That is, [[5,1,3]] QECCs can be used even in better environments, i.e., environments with an initial fidelity of 0.85 or higher.
  • FIG. 36 is a diagram illustrating an example of the success probability performance of an adaptive mode EDP based on QECCs in a system applicable to the present disclosure.
  • Figure 36 shows the success probability when QECCs are [[5,1,3]].
  • the y-axis represents the success probability Psucc.
  • the success probability Psucc corresponds to the probability of preserving the remaining unmeasured EPR states without discarding them.
  • [[5,1,3]] t corr 0 creates a syndrome by sharing the product of the measurement results from the measured EPR states, and then preserves the remaining unmeasured EPR states only if no errors occur as a result of the interpretation of the syndrome. That is, if one error occurs, which is a number exceeding t corr , the remaining unmeasured EPR states are discarded.
  • an optimization process is performed to estimate the parameters n, k, d of QECCs and the parameters d corr or t corr of the adaptive mode.
  • Equation 23 The number of qubits utilized and the final fidelity after n rounds of the QPA protocol are determined as shown in Equation 23 below.
  • p succ,i and F i ' represent the success probability of the ith round and the fidelity after the ith round, respectively.
  • FIG. 37 is a diagram illustrating an example of fidelity estimation of QECCs-based adaptive mode EDP in a system applicable to the present disclosure.
  • FIG. 38 is a diagram illustrating an example of fidelity estimation of QECCs-based adaptive mode EDP in a system applicable to the present disclosure.
  • FIG. 39 is a diagram illustrating an example of estimation of the success probability of QECCs-based adaptive mode EDP in a system applicable to the present disclosure.
  • FIG. 40 is a diagram illustrating an example of estimation of the success probability of QECCs-based adaptive mode EDP in a system applicable to the present disclosure.
  • Figure 37 shows the estimated performance when using [[7,1,3]] QECCs.
  • Figure 38 shows the estimated performance when using [[5,1,3]] QECCs.
  • the EPR state is preserved after correction for syndrome patterns that are estimated to have 0 or 1 error, and the EPR state is discarded in other cases.
  • [[7,1,3]] and [[5,1,3]] are different error-correcting codes.
  • Mode is determined from among the adaptive modes QPA, QECCs (QECCs-based bidirectional EDP technique), and Detecting, and refers to the EDP operation method that utilizes the minimum resources at each initial fidelity.
  • QPA refers to the QPA mode
  • QECCs refers to the case where t corr ⁇ 1 in the QECCs-based bidirectional EDP protocol
  • Num_EPR is the number of EPR states utilized in each mode.
  • n, k, d, t corr are the optimal code and number of errors to correct (t corr ) when the QECCs-based bidirectional protocol is utilized as the mode, and are values estimated using bound.
  • Gain is the number of qubits reduced when a bidirectional protocol based on QECCs is used compared to QPA, and QPA round is the number of rounds when used in QPA mode.
  • the parameter estimation process can be performed in one of the following scenarios 1, 2, and 3.
  • the Look-up Table corresponding to the optimal EDP protocol and spec exemplified here can be individually configured according to the initial fidelity (F) and the target fidelity F target , and it is assumed that the base station and the terminal have individual Look-up Tables in a pre-agreed manner.
  • the proposed technique can be used to estimate the n, k, d, t corr parameters based on the measured initial fidelity.
  • Adaptive mode EDP can be performed without additional communication for optimization function and parameter exchange.
  • the base station and terminal do not require additional memory for table storage, but complexity is added for optimization in the base station or terminal.
  • the base station and terminal do not require additional memory for table storage, but the base station adds complexity for optimization and classical communication for parameter exchange.
  • the base station or terminal with the initial fidelity can derive only the Index corresponding to the optimal EDP protocol and Spec from the Look-up Table, and transmit the Index to the terminal or base station that does not have the initial fidelity, thereby operating the optimal protocol.
  • constraints other than initial and target fidelity exist, they are added to the constraints section of the optimization problem. For example, if there is a limit (n ⁇ N) on the number of EPR states that can be transmitted and received at once, optimization is performed as shown in Equation 26 below.
  • the Look-up Table corresponding to the optimal EDP protocol and spec exemplified can be individually configured according to the number of EPR states (N) that can be transmitted and received in addition to the initial fidelity (F) and the target fidelity F target , and it is assumed that the base station and the terminal both have individual Look-up Tables in a pre-agreed manner.
  • Figure 41 is a diagram illustrating an example of the overall block diagram of the adaptive mode EDP technique in a system applicable to the present disclosure. Specifically, Figure 41 is an overall block diagram integrating the two proposed techniques described above.
  • the final resource consumption is estimated to determine whether entanglement distillation will be performed via QPA or 2-way QECCs for the base station and terminal, respectively. Additional constraints, such as the number of EPR states that can be transmitted and received simultaneously, may exist.
  • the base station and terminal share QECCs parameters and t_corr.
  • the base station and terminal share the number of QPA rounds.
  • the base station and terminal When utilizing QPA, the base station and terminal operate in the same manner as the bidirectional EDP protocol described above. When utilizing 2-way QECCs, the base station and terminal perform the process of the QECCs-based bidirectional EDP technique described above.
  • Multiply the shared measurement results with the shared measurement results Determine whether the multiplication result is included in a predetermined set, i.e., related to the established pattern. If the multiplication result is not included in the predetermined set, the EPR state is discarded.
  • a high-fidelity EPR pair is generated using two low-fidelity EPR pairs.
  • various numbers of rounds are performed depending on the input fidelity and target fidelity.
  • the fidelity of the preserved EPR pair varies depending on the syndrome pattern.
  • the EPR pair is preserved when a total of 16 syndrome patterns are generated.
  • Fidelity according to syndrome pattern Average fidelity input Fidelity(F init ) 000000 s ⁇ S 0.6 0.77884 0.457452 0.488994 0.65 0.87575 0.534283 0.579424 0.7 0.936193 0.613772 0.671602 0.75 0.970075 0.691315 0.758622 0.8 0.987511 0.764098 0.835873 0.85 0.995657 0.831023 0.900789 0.9 0.998926 0.89216 0.951721 0.98 0.999886 0.94819 0.986428
  • an output fidelity of 0.836 is obtained on average.
  • an EPR pair with a fidelity of 0.988 is preserved, but for other syndromes (e.g., 000001), an EPR pair with a fidelity of 0.764 is obtained after error correction, thereby preserving an EPR pair with a lower output fidelity compared to the input fidelity.
  • FIG. 42 is a diagram illustrating an example of the average and minimum fidelity performance of a two-way EDP in a system applicable to the present disclosure.
  • Fig. 42 shows the average and minimum fidelity performance of two-way EDP using [[5,1,3]] QECCs and [[7,1,3]] QECCs in adaptive mode.
  • F avg ([[5,1,3]]) represents the average fidelity performance of the two-way EDP utilizing [[5,1,3]].
  • F min ([[5,1,3]]) represents the minimum fidelity performance of a two-way EDP using [[5,1,3]].
  • F avg ([[7,1,3]]) represents the average fidelity performance of two-way EDP using [[7,1,3]].
  • F min ([[7,1,3]]) represents the minimum fidelity performance of a two-way EDP using [[7,1,3]].
  • FIG. 43 is a diagram illustrating an example of the entire process of an Adaptive mode-based EDP technique considering minimum fidelity in a system applicable to the present disclosure.
  • a specific syndrome (e.g., s ⁇ S) generates EPR pairs with lower fidelity than the average fidelity of the entire syndrome pattern. Therefore, this disclosure proposes a method for additionally sharing fidelity based on specific syndromes in an adaptive mode. Based on the shared minimum fidelity, the sender and receiver then discard or utilize the shared EPR state, as needed, to perform EDP.
  • the execution process of the proposed technique is as follows.
  • the process of the adaptive mode-based EDP technique is as follows. First, when the QPA mode is selected as the adaptive mode, the bidirectional EDP protocol of Fig. 43 is performed. The following describes the process of the QECCs-based bidirectional EDP technique as the adaptive mode, and the process of dividing the QPA mode and the QECCs-based bidirectional EDP mode is described in [Fidelity-based QECCs parameter estimation process].
  • the sender When utilizing the [[n,k,d]] quantum error correction code, the sender (Alice) generates n EPR states using nonlinear elements.
  • the sender transmits one qubit from each EPR state to the receiver (Bob).
  • the quantum channel includes the generation defect of the EPR state, a wired/wireless photonic channel, and a quantum memory error channel.
  • the sender and receiver perform the decoding related circuit of the [[n,k,d]] quantum error correction code promised for the Unitary Operation operation as a unitary operation.
  • the sender and receiver each measure (n-k) qubits. At this time, the location of the measured qubit is determined based on the characteristics of the [[n,k,d]] quantum error correction code.
  • the receiver transmits the measurement result of (n-k) bits to the sender through the Classical Channel.
  • the sender multiplies its own measurement result with the measurement result of the recipient, and performs a correction operation on the k EPR states that were not measured in step 4 according to the pattern of the multiplied values, and then preserves or discards the EPR states. If the EPR state is discarded, steps 1 to 5 are performed again.
  • s 1 ( ⁇ -1,1 ⁇ ) is Alice's measurement result
  • s 2 ( ⁇ -1,1 ⁇ ) is Bob's measurement result
  • the sender performs a correction operation on its own qubit among the k unmeasured EPR states.
  • the correction operation is determined as one of I, X, Y, and Z according to the pattern of s', and operates on the sender's qubit among the EPR pair states of the unmeasured EPR states.
  • the sender estimates the fidelity of k EPR states based on the product of the measurement results and shares this estimated fidelity with the receiver by transmitting it over a classical channel. The method for estimating the minimum fidelity is described below. At the same time, the sender informs the receiver that the EPR state is preserved.
  • the method of preparing an EPR pair at the sender (Alice) and transmitting one qubit from each EPR pair from the sender to the receiver (Bob) is described uniformly for convenience of explanation. However, it is self-evident that the method of preparing an EPR pair at a third-party node and transmitting it to the first node (Alice) and the second node (Bob) to perform all the methods described above, or that it can be applied equally even if the sender and receiver are switched. 5 If Alice and Bob share the measurement results with each other, they can estimate the minimum fidelity.
  • Alice and Bob can transmit the measurement results to each other, calculate the syndromes respectively, and then Bob (or Alice) can perform a correction operation to estimate the minimum estimate value for Alice (or Bob).
  • the transmitter and receiver perform the adaptive mode, they perform additional communication as shown in Fig. 43 to share the minimum fidelity. Afterwards, they decide whether to discard or preserve the EPR state preserved in the previous step as needed. Although it varies depending on the case, as an example of preserving the EPR state, if the fidelity of the entanglement state previously shared through the EDP protocol is high, even an entangled pair that does not satisfy the target fidelity can be preserved.
  • the present disclosure provides a method for estimating fidelity when a specific syndrome occurs.
  • the minimum fidelity (F' min ) of the output state has a lower bound as in Equation 27, and in this disclosure, the output fidelity is estimated through the bound.
  • the probability of performing a correction operation is defined as p succ .
  • the success probability (p succ ) is estimated as in Equation 28, in the same way as when using existing QECCs in adaptive mode.
  • FIG. 44 is a diagram illustrating an example of minimum fidelity estimation performance when using a two-way [[7,1,3]] error correction code in a system applicable to the present disclosure.
  • FIG. 45 is a diagram illustrating an example of minimum fidelity estimation performance when a two-way [[5,1,3]] error correction code is used in a system applicable to the present disclosure.
  • Figs. 44 and 45 show the estimation performance when [[7,1,3]] and [[5,1,3]] QECCs are used, respectively.
  • the solid lines represent the estimation of fidelity
  • the dotted lines represent the actual values of fidelity.
  • the EPR state is preserved only for syndrome patterns in which no error occurs, and the EPR state is discarded in other cases.
  • Figures 44 and 45 show that the fidelity of the preserved EPR state is greater than the estimated fidelity, as the estimate of the minimum fidelity is lower than the actual fidelity.
  • the parameters n, k, d of QECCs and the parameter t corr of adaptive mode are adjusted to utilize the minimum EPR state (fidelity F) while satisfying the target fidelity (F target ) of the minimum fidelity of the EPR state generated after the EDP process.
  • the optimization process of the following mathematical expression 29 is performed to estimate t corr .
  • the minimum estimated fidelity F'min can be estimated through mathematical expression 27.
  • Mode is determined from among the adaptive modes QPA, QECCs (QECCs-based bidirectional EDP technique), and Detecting, and refers to the EDP operation method that utilizes the minimum resources at each initial fidelity.
  • QPA refers to the QPA mode
  • QECCs refers to the case where t corr ⁇ 1 in the QECCs-based bidirectional EDP protocol
  • Num_EPR is the number of EPR states utilized in each mode.
  • n, k, d, and t corr are the optimal codes and the number of errors to correct (t corr ) when the QECCs-based bidirectional protocol is utilized as the mode, and are values estimated using bound.
  • Gain is the number of qubits reduced when a bidirectional protocol based on QECCs is used compared to QPA, and QPA round is the number of rounds when used in QPA mode.
  • FIG. 46 is a diagram illustrating an example of the entire process of a minimum fidelity-based parameter estimation and an adaptive mode-based EDP technique in a system applicable to the present disclosure.
  • a method for estimating the parameters of the Adaptive mode based on the minimum fidelity criterion and performing a correction operation based on the parameters or discarding the EPR state and performing the protocol again.
  • the fidelity value of an unmeasured entangled pair varies depending on the syndrome of QECCs.
  • the fidelity by measurement syndrome when using the [[5,1,3]] quantum error correction code is as shown in Table 15 below.
  • Table 15 shows the fidelity of an EPR pair according to the syndrome pattern when using the [[5,1,3]] quantum error correction code.
  • the initial fidelity is 0.9
  • the target fidelity is 0.91
  • EPR pairs when performing two rounds of QPA using four EPR pairs, one EPR pair with a fidelity of 0.949 can be generated according to the fidelity formula after performing QPA in Equation 22, and an entangled state exceeding the target fidelity of 0.91 is generated.
  • various types of EDP protocols can be performed (e.g., two-way QECCs, QECCs, ...) and can be operated in various operating modes (e.g., recurrence method, entanglement pumping mode, ).
  • the criteria for reusing entangled pairs that should be discarded can also be set in various ways (e.g., F' ⁇ F init , F'>0.5 (whether QPA can be utilized)).
  • t reuse parameter is introduced, which is the maximum weight of the estimation error that can reuse entangled states.
  • FIG. 47 is a diagram illustrating an example of the entire process of a Two-way QECCs EDP protocol for reusing entangled qubits in a system applicable to the present disclosure.
  • various criteria can be used to select the EPR reuse criterion (select t_reuse), and the formula utilized during the optimization process can also be modified.
  • the protocol execution process is described when the existing optimization is performed in the same manner as the existing adaptive mode (i.e., the optimization formula remains the same as before), and entangled pairs are reused based on measurement results.
  • the process of the adaptive mode-based EDP technique is as follows. First, when the QPA mode is selected as the adaptive mode, the bidirectional EDP protocol of FIG. 28 is performed. The following description describes the process of reusing EPR states in the process of the QECCs-based bidirectional EDP technique as the adaptive mode.
  • the process of dividing the QPA mode and the QECCs-based bidirectional EDP mode is the same as the [average fidelity-based parameter estimation process] or the [minimum fidelity-based n, k, d, t corr parameter estimation process] described above.
  • a reuse criterion of the entangled state is selected.
  • FIG. 47 is an example of a case where the output fidelity F' is set to be larger than the input fidelity F init when the [[n, k, d]] code is utilized.
  • the sender When using the [[n,k,d]] quantum error correction code, the sender (Alice) generates n EPR states using nonlinear elements.
  • the sender transmits one qubit from each EPR state to the receiver (Bob).
  • the quantum channel includes the generation defect of the EPR state, a wired/wireless photonic channel, and a quantum memory error channel.
  • the sender and receiver perform the decoding circuit of the [[n,k,d]] quantum error correction code promised for the Unitary Operation operation as a unitary operation.
  • the sender and receiver each measure (n-k) qubits. At this time, the location of the measured qubit is determined based on the characteristics of the [[n,k,d]] quantum error correction code.
  • the receiver transmits the measurement result of (n-k) bits to the sender through the Classical Channel.
  • the sender multiplies its own measurement result with the measurement result of the recipient, and performs a correction operation on the k EPR states that were not measured in step 4 according to the pattern of the product value. Then, the sender decides whether to (a) preserve them, (b) perform an additional EDP on the unmeasured EPR states, or (c) discard the EPR states. If the EPR states are discarded (case (c)), steps 1 to 5 are performed again.
  • Figure 50 is an example of determining whether to perform EDP by comparing the fidelity of an unmeasured qubit with the initial fidelity.
  • the fidelity of an unmeasured qubit can be estimated by using the weight of the error associated with the syndrome measured in the minimum fidelity estimation technique when the above-described [[[n,k,d]],t corr QECCs are used in two ways] as w.
  • the sender estimates the fidelity of k EPR states based on the product of the measurement results and shares the estimated fidelity with the receiver by transmitting it through a classical channel (minimum fidelity sharing is optional. It is unnecessary when based on average fidelity). At the same time, the sender notifies the receiver that the EPR state is preserved.
  • EDP is performed with an unmeasured qubit (if N in s ⁇ S and Y in F' ⁇ F init based on the drawing).
  • Alice and Bob can initially promise the t reuse parameter and not perform the protocol, and then calculate the fidelity based on the measured syndrome to check whether the initial entanglement state reuse criterion is satisfied and decide whether to perform EDP.
  • the parameter optimization results are as shown in Table 16.
  • the 't reuse ' parameter is additionally utilized in Table 17, and its value is the maximum weight of the estimation error that can reuse the entangled state.
  • Table 17 shows the case where the fidelity of the entangled state to be reused is higher than the initial fidelity (F input ).
  • the 'fidelity of reused' is the fidelity of the unmeasured entangled state when estimated by the error of the weight corresponding to t reuse , and it can be confirmed that it is higher than the initial fidelity.
  • the fidelity is expressed as 'fidelity of ⁇ t reuse +1 ⁇ ' and has a lower value than the initial fidelity.
  • 'prob of ⁇ t corr ⁇ ' is the lower bound of the probability that an error will occur if the number of errors is less than or equal to t corr
  • 'prob of ⁇ t reuse ⁇ ' is the lower bound of the probability that an error will occur if the number of errors is less than or equal to t reuse . It can be estimated that k qubits can be reused with a probability roughly equal to the numerical value of prob of ⁇ t reuse ⁇ - prob of ⁇ t corr ⁇ .
  • the results of parameter optimization are as shown in Table 18.
  • the 't reuse ' parameter is additionally utilized in Table 19, and its value is the maximum weight of the estimation error that can reuse the entangled state.
  • it is utilized when the fidelity of the entangled state to be reused is higher than 0.5, which is the minimum fidelity for QPA to operate.
  • the 'fidelity of reused' is the fidelity of the unmeasured entangled state when estimated by the error of the weight corresponding to t reuse , and it can be confirmed that it is higher than 0.5.
  • the fidelity is expressed as 'fidelity of ⁇ t reuse +1 ⁇ ' and has a lower value than the initial fidelity.
  • 'prob_of_ ⁇ t corr ⁇ ' is the lower bound of the probability that an error will occur if the number of errors is less than or equal to t corr
  • 'prob_of_ ⁇ t reuse ⁇ ' is the lower bound of the probability that an error will occur if the number of errors is less than or equal to t reuse . It can be estimated that k qubits can be reused with a probability roughly corresponding to the value of prob_of_ ⁇ t reuse ⁇ - prob_of_ ⁇ t corr ⁇ .
  • the t reuse value in Case 2 is greater than or equal to that in Case 1.
  • the initial fidelity is 0.97
  • the t reuse value in Table 16 and Table 17 (case 1) is 1
  • the t reuse value in Table 18 and Table 19 (case 2) increases to 2
  • the probability of not being discarded also increases from 0.81 to 0.95.
  • F is the fidelity of the k' entangled states preserved after (8) distillation.
  • Equation 31 the optimization process of Equation 31 or Equation 32 below can be performed (when QPA is used as (8) EDP).
  • FIG. 48 is a diagram illustrating an example of the success probability (p succ ) according to the ⁇ value when utilizing a [[5,1,3]] quantum error correction code in a system applicable to the present disclosure.
  • FIG. 49 is a diagram illustrating an example of the average fidelity (F') of an EPR pair according to the value of ⁇ when utilizing a [[5,1,3]] quantum error correction code in a system applicable to the present disclosure.
  • the present disclosure proposes a technique for correcting some errors with a weight of t corr +1 in a two-way QECCs EDP utilizing (n, k, d, t corr ).
  • the fidelity of the output entanglement state is lower than that of the two-way QECCs EDP utilizing (n, k, d, t corr ), but the success probability is confirmed to increase.
  • the parameter ⁇ is the number of syndromes among the syndromes of errors with weight t corr +1 that will be preserved after correction without discarding the EPR state.
  • ⁇ is determined in the following mathematical expression 33 to consume minimal resources while satisfying the target fidelity.
  • F k ' means the fidelity of the output EPR state when k syndromes are additionally corrected, and can be obtained in the following mathematical expression 34.
  • the output entangled state can be a Werner state, i.e., a Bell diagonal state W as in Equation 36, rather than Equation 35.
  • Equation 35 represents a Werner state.
  • the sender and receiver can perform twirling (ref. [2] Bennett, Charles H., et al. "Mixed-state entanglement and quantum error correction.” Physical Review A 54.5 (1996): 3824.).
  • the quantum error correction code having different X, Y, and Z error correction capabilities depending on the values of F 2 , F 3 , and F 4 can be utilized to perform EDP.
  • the sender and receiver can each perform U A , U B of the following mathematical expression 38 (ref. [1] Deutsch, David, et al. "Quantum privacy amplification and the security of quantum cryptography over noisy channels.” Physical review letters 77.13 (1996): 2818.) to change the values of F 2 and F 4 , and then utilize the same error correction code.
  • EDP when performing EDP thereafter, EDP can be performed using quantum error correction codes having different X, Y, and Z error correction capabilities depending on the values of F 2 , F 3 , and F 4 .
  • FIG. 50 is a diagram illustrating an example of a process for performing additional resource reduction in a Two-way QECCs EDP in a system applicable to the present disclosure.
  • the sender estimates the two-way QECCs EDP parameters (n,k,d,t corr ) according to the initial fidelity (F init ) and target fidelity (F target ).
  • the sender additionally determines the number of syndromes to be corrected, ⁇ , and the ⁇ syndrome patterns.
  • the sender (Alice) generates n EPR states using nonlinear elements.
  • the sender transmits one qubit from each EPR state to the receiver (Bob).
  • the quantum channel includes the generation defect of the EPR state, wired and wireless photonic channels, and quantum memory error channels.
  • the sender and receiver perform the promised [[n,k,d]] quantum error correction code circuit for Unitary Operation operation as a unitary operation.
  • the sender and receiver each measure (n-k) qubits. At this time, the location of the measured qubit is determined based on the characteristics of the [[n,k,d]] quantum error correction code.
  • the receiver transmits the measurement result of (n-k) bits to the sender through the Classical Channel.
  • the sender multiplies its own measurement result with the measurement result of the receiver, and performs a correction operation on the k EPR states that were not measured in the process of 4 according to the pattern of the multiplied value.
  • the number of syndrome patterns S for which the correction operation is performed is ⁇ is.
  • the correction operation is determined as one of I, X, Y, and Z according to the pattern of s', and operates on the sender's qubit among the EPR pair states of the unmeasured EPR state. If the EPR state is discarded, steps 2 to 8 are performed again.
  • Alice and Bob transmit the measurement results to each other, and after each calculates the syndrome, Bob (or Alice) performs the correction operation and Alice (or Bob) can estimate the estimated value of the fidelity.
  • FIG. 51 is a diagram illustrating an example of quantum teleportation (QT) in a system applicable to the present disclosure.
  • Quantum teleportation is a technology that transmits quantum information from a sender at a specific location to a receiver located a certain distance away. Contrary to the original meaning of the word "teleport,” in quantum teleportation, the carriers on both sides are fixed, and the actual carriers are not transmitted, but quantum information is transmitted between carriers. This information transmission requires an entangled quantum state, or Bell State, which provides statistical correlation between separate physical systems. Since any change experienced by one of the entangled particles causes the other particle to undergo the same change, the two particles behave as if they were in a single quantum state.
  • Figure 51 schematically illustrates a quantum transmission protocol using photons.
  • Quantum transmission requires the resources of a classical channel capable of transmitting two classical bits, a Bell State (entanglement state) generation device, a quantum channel for transporting two particles in the Bell State to different locations of the transmitter and receiver, a Bell State Measurement device at the transmitter, and a Unitary Operation device at the receiver.
  • the quantum information to be transmitted is as follows:
  • Entanglement Generation An entanglement state of two qubits is created using a Bell State generation device.
  • Quantum Post-processing Based on the two bits of information received from Alice, Bob performs a unitary operation on the remaining qubit of the Bell State he has to obtain the quantum information that Alice wanted to transmit. Obtain the same quantum state as .
  • QDC Quantum Direct Communication
  • FIG. 52 is a diagram illustrating an example of a two-step QSDC protocol in a system applicable to the present disclosure.
  • QDC Quantum direct communication
  • QKD quantum key distribution
  • 4/5G secure communication technology in that both techniques securely transmit classical message information.
  • QKD utilizes the quantum mechanical property of unclonability to share symmetric secret key information between the sender and receiver via a quantum channel
  • QDC shares the classical message information directly via the quantum channel, rather than the secret key.
  • the QDC technology family includes quantum secure direct communication (QSDC), which has the advantage of ensuring high security by not generating information leakage related to transmitted information, and includes a two-step QSDC technique that largely utilizes an entangled light source.
  • QSDC quantum secure direct communication
  • Two-step QSDC is a technique derived from super dense coding, as shown in Fig. 52, and is a technique for safely transmitting 2 bits of classical information using four types of single entangled photons (EPR-pairs) of mathematical formula 39 below.
  • Superdense coding is a technique that enables classical information to be transmitted using quantum communication.
  • a transmitter can transmit two bits of classical information to a distant receiver using a single qubit through a quantum channel.
  • the qubit that the transmitter wishes to transmit can be in one of four cases: ‘00’, ‘01’, ‘10’, and ‘11’.
  • the transmitter performs a qubit operation (expressed in the form of I, Z, X, iY) corresponding to each of the four cases on the entangled qubits it owns, and then transmits the information through the quantum channel.
  • Each operation performed by the transmitter can be understood as transforming the entangled state shared by the transmitter and receiver into a different basis that is orthogonal to each other.
  • the receiver measures the received qubit and its own qubit (the second qubit in the entangled state) to restore the two bits of information transmitted by the transmitter.
  • SR Storage lines 1 to 4 are optical delay lines that serve as quantum memories
  • CE Checking Eavesdropping
  • CM Coding Message
  • Alice the transmitter
  • Bob the receiver
  • EPR-source generates an entangled light source
  • Bell state measurement measures an entangled photon pair.
  • the entangled photon pair is not transmitted all at once, but is transmitted in two steps through an upper quantum channel and a lower quantum channel.
  • information on both sides of the entangled photon pair must be known to determine the transmitted information through measurement. Therefore, in the two-step technique, one side of the entangled photon pair is sent first to verify its safety from eavesdropping, and only when safety is guaranteed is the message information to be sent coded and transmitted on the remaining part of the photon pair.
  • This disclosure proposes a technique for reusing entangled pairs when performing EDP utilizing two-way QECCs in adaptive mode, considering that previously discarded entangled pairs can be further utilized even if their fidelity is lower than the target fidelity. While various criteria exist for entangled pair reuse, as an example, we demonstrate a case where the fidelity (F') of an unmeasured qubit is higher than its initial fidelity (F input ).
  • Twirling is an operator that transforms the Bell diagonal state W of Equation 40 into the Werner state W_F.
  • the Twirling operation is In W state It is an operator that creates a Werner state.
  • Alice or Bob applies the Y operator to make W F .
  • Bell diagonal states other than the Werner states described above can be generated in two-way QECCs EDP depending on the choice of the conservation syndrome, or when the EPR state passes through an asymmetric depolarizing channel rather than a symmetric depolarizing channel.
  • the QPA protocol performs the unitary operations U A and U B of the following mathematical formula 41 for each round.
  • the unitary operations transform a Bell diagonal state into a Bell diagonal state with a different probability.
  • the CNOT operation performed after Twirling or the Unitary operation U A , U B of the above mathematical formula 41 and the operation measuring the Target Qubit entanglement state of CNOT with each Z basis are the same for each state generated.
  • the entanglement state is as shown in the mathematical expression 42 below. It is transformed into .
  • Protocol F F 1 F 2 F 3 F’ F' 1 F 2 F 3 'p_succ' QPA 0.7 0.1 0.1 0.1 0.845946 0.018919 0.067568 0.067568 0.640138 Recurrence 0.7 0.1 0.1 0.1 0.773171 0.021951 0.021951 0.182927 0.482353
  • W' has the same fidelity (F) as W but is a Bell diagonal state rather than a Werner state
  • the result of performing a single round may be that QPA or the recurrence protocol may perform better depending on F 1 , F 2 , and F 3 that constitute W'.
  • Table 22 below shows the performance of the QPA and recurrence protocols according to the input states (W, W'').
  • Protocol F F 1 F 2 F 3 F’ F' 1 F 2 F 3 'p_succ' QPA 0.65 0.2 0.1 0.05 0.620805 0.013423 0.016779 0.348993 0.745 0.65 0.2 0.05 0.1 0.620805 0.013423 0.016779 0.348993 0.745 0.65 0.1 0.2 0.05 0.692 0.032 0.068 0.208 0.625 0.65 0.1 0.05 0.2 0.692 0.032 0.068 0.208 0.625 0.65 0.05 0.2 0.1 0.732759 0.068966 0.086207 0.112069 0.58 0.65 0.05 0.1 0.2 0.732759 0.068966 0.086207 0.112069 0.58 0.65 0.05 0.1 0.2 0.732759 0.068966 0.086207 0.112069 0.58 0.65 0.05 0.1 0.2 0.732759 0.068966 0.086207 0.112069 0.58 0.65 0.05 0.1 0.2 0.732759 0.068966 0.086207 0.112069 0.58
  • the performance of the protocol may differ depending on the LOCC (U A , U B or Twirling, Y A ) performed prior to the operation.
  • the LOCC operation can improve the performance of the desired protocol by appropriately changing the input state.
  • Twirling and Pauli Y can be used to transform Bell diagonal states into Werner states.
  • FIG. 53 is a diagram illustrating an example of an EDP performing circuit after a transformation process of a Bell diagonal state utilizing various unitary operations in a system applicable to the present disclosure.
  • FIG. 54 is a diagram illustrating an example of a recurrence protocol (an EDP performing circuit after changing the Werner state by twirling) in a system applicable to the present disclosure.
  • Equation 48 the Z basis measurement of CNOT and target qubits changes the state as shown in Equation 48 below.
  • the transmitter and receiver are fixed as in the embodiment of Fig. 29. Rather than performing it, it is tailored to the target performance.
  • the initial state is In this case, if the QPA protocol cannot provide improved performance, this technique can be used.
  • Using a different Unitary we can also generate states with different fidelities with different success probabilities.
  • FIG. 55 is a diagram illustrating an example of a process for performing a 2-1 EDP protocol utilizing operator adaptation in a system applicable to the present disclosure.
  • the sender is in accordance with the target output state. Or choose the appropriate operator O among Twirling
  • the sender creates two EPR states.
  • the sender transmits one qubit from each EPR state to the receiver (Bob) (2 in total).
  • the transmitted qubit undergoes a quantum channel, which includes the generation defect of the EPR state, the wired and wireless photonic channel, and the quantum memory error channel.
  • the sender and receiver perform operations on each qubit according to the operator O determined in process 2.
  • the transmitter and receiver share the Z-based measurement results.
  • the method of preparing an EPR pair at a sender (Alice) and transmitting one qubit from each EPR pair to a receiver (Bob) described in the present invention is described uniformly for convenience of explanation. However, it is self-evident that the same method can be applied to a method of preparing an EPR pair at a third-party node and transmitting it to the first node (Alice) and the second node (Bob) to perform all of the methods described above.
  • an operator adaptation method which is a technique for performing Twirling according to a target performance.
  • the present disclosure proposes an EDP protocol that can increase efficiency in the 2-1 EDP protocol.
  • FIG. 56 is a diagram illustrating an example of the operation process of the first node in a system applicable to the present disclosure.
  • a method performed by a first node in a communication system is provided.
  • the first node and the second node may be included in a plurality of nodes.
  • each of the plurality of nodes may correspond to either a terminal or a base station in a wireless communication system.
  • the embodiment of FIG. 56 may further include, before step S5601, one or more of the following steps: a step in which the first node receives one or more synchronization signals from the second node; a step in which the first node receives system information from the second node; a step in which the first node receives configuration information from the second node; and a step in which the first node receives control information from the second node.
  • the embodiment of FIG. 56 may further include, before step S5601, one or more of the following steps: a step in which the first node transmits a random access preamble to the second node; a step in which the first node receives a random access response (RAR) from the second node; a step in which the first node transmits a random access message 3 to the second node; and a step in which the first node receives a contention resolution message from the second node.
  • Message 3 is a first PUSCH transmission scheduled by the RAR together with an RAR UL grant.
  • step S5601 the first node determines a plurality of coefficients for a Bell diagonal state through estimation of a channel between the first node and the second node.
  • the first node determines an operator for transforming the Bell diagonal state into a Werner state or another Bell diagonal state with different coefficients based on the target output state.
  • the first node performs EDP (entanglement distillation protocol) based on the above operator.
  • the first node preserves one or more EPR (Einstein-Podolsky-Rosen) states related to the execution result of the EDP based on the execution result of the EDP, or discards one or more EPR states related to the execution result of the EDP and repeatedly executes the EDP.
  • EPR Einstein-Podolsky-Rosen
  • the operator may be determined based on the target output state among a first operator corresponding to one of a plurality of unitary operations or a second operator corresponding to a twirling operation.
  • the target output state may correspond to a success probability that the bell diagonal state can have target fidelity, or the target fidelity.
  • the step S5603 of performing the EDP based on the operator may include: generating a set number of first EPR states; transmitting one of the two qubits constituting each of the first EPR states to the second node; generating a first measurement result by performing an operation based on the operator on second qubits corresponding to some of the first qubits associated with the first EPR states; transmitting the first measurement result to the second node; and receiving a second measurement result for the second qubits from the second node.
  • the step S5604 of preserving one or more EPR states related to the performance result of the EDP or discarding one or more EPR states related to the performance result of the EDP and repeatedly performing the EDP based on the performance result of the EDP may include the steps of: preserving one or more third EPR states among the first EPR states when the first measurement result and the second measurement result match; and discarding one or more third EPR states among the first EPR states and repeatedly performing the EDP when the first measurement result and the second measurement result do not match.
  • the first measurement result and the second measurement result can be generated by performing a unitary operation or a twirling operation based on the operator on the second qubits, followed by performing a CNOT operation (controlled NOT operation) and a Z basis measurement on the target qubit of the CNOT operation.
  • the one or more third EPR states may be EPR states corresponding to a control qubit.
  • a first node in a communication system.
  • the first node includes a transceiver and at least one processor, wherein the at least one processor may be configured to perform the operating method of the first node according to FIG. 56.
  • a device for controlling a first node in a communication system includes at least one processor and at least one memory operably connected to the at least one processor.
  • the at least one memory may be configured to store instructions for performing an operating method of the first node according to FIG. 56 based on instructions executed by the at least one processor.
  • one or more non-transitory computer-readable media storing one or more instructions.
  • the one or more instructions when executed by one or more processors, perform operations, and the operations may include the operating method of the first node according to FIG. 56.
  • FIG. 57 is a diagram illustrating an example of the operation process of a second node in a system applicable to the present disclosure.
  • a method performed by a second node in a communication system is provided.
  • the first node and the second node may be included in a plurality of nodes.
  • each of the plurality of nodes may correspond to either a terminal or a base station in a wireless communication system.
  • the embodiment of FIG. 57 may further include, before step S5701, one or more of the following steps: a step in which the second node transmits one or more synchronization signals to the first node; a step in which the second node transmits system information to the first node; a step in which the second node transmits configuration information to the first node; and a step in which the second node transmits control information to the first node.
  • the embodiment of FIG. 57 may further include, before step S5701, one or more of the following steps: a step in which the second node receives a random access preamble from the first node; a step in which the second node transmits a random access response (RAR) to the first node; a step in which the second node receives a random access message 3 from the first node; and a step in which the second node transmits a contention resolution message to the first node.
  • Message 3 is a first PUSCH transmission scheduled by RAR together with an RAR UL grant.
  • step S5701 the second node determines a plurality of coefficients for a Bell diagonal state through estimation of the channel between the first node and the second node.
  • the second node determines an operator for transforming the Bell diagonal state into a Werner state or another Bell diagonal state with different coefficients based on the target output state.
  • the second node performs EDP (entanglement distillation protocol) based on the above operator.
  • step S5704 the second node preserves one or more EPR (Einstein-Podolsky-Rosen) states related to the execution result of the EDP based on the execution result of the EDP, or discards one or more EPR states related to the execution result of the EDP and repeatedly executes the EDP.
  • EPR Einstein-Podolsky-Rosen
  • the operator may be determined based on the target output state among a first operator corresponding to one of a plurality of unitary operations or a second operator corresponding to a twirling operation.
  • the target output state may correspond to a success probability that the bell diagonal state can have target fidelity, or the target fidelity.
  • the step S5703 of performing the EDP based on the operator may include: receiving one of two qubits constituting each of a set number of first EPR states from the first node; generating a second measurement result by performing an operation based on the operator on second qubits corresponding to some of the first qubits associated with the first EPR states; transmitting the first measurement result for the second qubits from the first node; and transmitting the second measurement result for the second qubits to the second node.
  • the step S5704 of preserving one or more EPR states related to the performance result of the EDP or discarding one or more EPR states related to the performance result of the EDP and repeatedly performing the EDP based on the performance result of the EDP may include the steps of: preserving one or more third EPR states among the first EPR states when the first measurement result and the second measurement result match; and discarding one or more third EPR states among the first EPR states and repeatedly performing the EDP when the first measurement result and the second measurement result do not match.
  • the first measurement result and the second measurement result can be generated by performing a unitary operation or a twirling operation based on the operator on the second qubits, followed by performing a CNOT operation (controlled NOT operation) and a Z basis measurement on the target qubit of the CNOT operation.
  • the one or more third EPR states may be EPR states corresponding to a control qubit.
  • a second node in a communication system.
  • the second node includes a transceiver and at least one processor, wherein the at least one processor may be configured to perform the operating method of the second node according to FIG. 57.
  • a device for controlling a second node in a communication system includes at least one processor and at least one memory operably connected to the at least one processor.
  • the at least one memory may be configured to store instructions for performing an operating method of the second node according to FIG. 57 based on instructions executed by the at least one processor.
  • one or more non-transitory computer-readable media storing one or more instructions.
  • the one or more instructions when executed by one or more processors, perform operations, and the operations may include the operating method of a second node according to FIG. 57.
  • FIG. 58 illustrates a communication system (1) applicable to various embodiments of the present disclosure.
  • a communication system (1) applicable to various embodiments of the present disclosure includes a wireless device, a base station, and a network.
  • the wireless device refers to a device that performs communication using a wireless access technology (e.g., 5G NR (New RAT), LTE (Long Term Evolution), 6G wireless communication), and may be referred to as a communication/wireless/5G device/6G device.
  • 5G NR New RAT
  • LTE Long Term Evolution
  • 6G wireless communication e.g., 6G wireless communication
  • the wireless device may include a robot (100a), a vehicle (100b-1, 100b-2), an XR (eXtended Reality) device (100c), a hand-held device (100d), a home appliance (100e), an IoT (Internet of Things) device (100f), and an AI device/server (400).
  • the vehicle may include a vehicle equipped with a wireless communication function, an autonomous vehicle, a vehicle capable of performing vehicle-to-vehicle communication, etc.
  • the vehicle may include an Unmanned Aerial Vehicle (UAV) (e.g., a drone).
  • UAV Unmanned Aerial Vehicle
  • XR devices include AR (Augmented Reality)/VR (Virtual Reality)/MR (Mixed Reality) devices, and may be implemented in the form of a Head-Mounted Device (HMD), a Head-Up Display (HUD) installed in a vehicle, a television, a smartphone, a computer, a wearable device, a home appliance, digital signage, a vehicle, a robot, etc.
  • Mobile devices may include a smartphone, a smart pad, a wearable device (e.g., a smart watch, smart glasses), a computer (e.g., a laptop, etc.), etc.
  • Home appliances may include a TV, a refrigerator, a washing machine, etc.
  • IoT devices may include a sensor, a smart meter, etc.
  • a base station and a network may also be implemented as a wireless device, and a specific wireless device (200a) may act as a base station/network node to other wireless devices.
  • Wireless devices (100a to 100f) can be connected to a network (300) via a base station (200). Artificial Intelligence (AI) technology can be applied to the wireless devices (100a to 100f), and the wireless devices (100a to 100f) can be connected to an AI server (400) via the network (300).
  • the network (300) can be configured using a 3G network, a 4G (e.g., LTE) network, a 5G (e.g., NR) network, or a 6G network.
  • the wireless devices (100a to 100f) can communicate with each other via the base station (200)/network (300), but can also communicate directly (e.g., sidelink communication) without going through the base station/network.
  • vehicles can communicate directly (e.g., V2V (Vehicle to Vehicle)/V2X (Vehicle to everything) communication).
  • IoT devices e.g., sensors
  • IoT devices can communicate directly with other IoT devices (e.g., sensors) or other wireless devices (100a to 100f).
  • Wireless communication/connection can be established between wireless devices (100a ⁇ 100f)/base stations (200), and base stations (200)/base stations (200).
  • wireless communication/connection can be achieved through various wireless access technologies (e.g., 5G NR) such as uplink/downlink communication (150a), sidelink communication (150b) (or D2D communication), and base station-to-base station communication (150c) (e.g., relay, IAB (Integrated Access Backhaul).
  • 5G NR wireless access technologies
  • uplink/downlink communication 150a
  • sidelink communication 150b
  • base station-to-base station communication 150c
  • wireless devices and base stations/wireless devices, and base stations and base stations can transmit/receive wireless signals to each other.
  • wireless communication/connection can transmit/receive signals through various physical channels.
  • various configuration information setting processes for transmitting/receiving wireless signals various signal processing processes (e.g., channel encoding/decoding, modulation/demodulation, resource mapping/demapping, etc.), and resource allocation processes can be performed based on various proposals of various embodiments of the present disclosure.
  • NR supports multiple numerologies (or subcarrier spacing (SCS)) to support various 5G services.
  • SCS subcarrier spacing
  • an SCS of 15 kHz supports a wide area in traditional cellular bands
  • an SCS of 30 kHz/60 kHz supports dense urban areas, lower latency, and wider carrier bandwidth
  • an SCS of 60 kHz or higher supports a bandwidth greater than 24.25 GHz to overcome phase noise.
  • 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 frequency ranges of the two types (FR1, FR2) can be as shown in Table 23 below.
  • FR1 can mean the "sub 6 GHz range”
  • FR2 can mean the "above 6 GHz range” and can be called millimeter wave (mmW).
  • mmW millimeter wave
  • FR1 may include a band from 410 MHz to 7125 MHz, as shown in Table 24 below. That is, FR1 may include a frequency band above 6 GHz (or 5850, 5900, 5925 MHz, etc.). For example, the frequency band above 6 GHz (or 5850, 5900, 5925 MHz, etc.) included within FR1 may include an unlicensed band. The unlicensed band may be used for various purposes, such as for vehicular communications (e.g., autonomous driving).
  • vehicular communications e.g., autonomous driving
  • the communication system (1) can support terahertz (THz) wireless communication.
  • the frequency band expected to be used for THz wireless communication may be a D-band (110 GHz to 170 GHz) or H-band (220 GHz to 325 GHz) band where propagation loss due to absorption of molecules in the air is small.
  • FIG. 59 illustrates a wireless device that can be applied to various embodiments of the present disclosure.
  • the first wireless device (100) and the second wireless device (200) can transmit and receive wireless signals through various wireless access technologies (e.g., LTE, NR).
  • ⁇ the first wireless device (100), the second wireless device (200) ⁇ can correspond to ⁇ the wireless device (100x), the base station (200) ⁇ and/or ⁇ the wireless device (100x), the wireless device (100x) ⁇ of FIG. 58.
  • a first wireless device (100) includes one or more processors (102) and one or more memories (104), and may further include one or more transceivers (106) and/or one or more antennas (108).
  • the processor (102) controls the memories (104) and/or the transceivers (106), and may be configured to implement the descriptions, functions, procedures, proposals, methods, and/or operational flowcharts disclosed in this document.
  • the processor (102) may process information in the memory (104) to generate first information/signal, and then transmit a wireless signal including the first information/signal via the transceiver (106).
  • the processor (102) may receive a wireless signal including second information/signal via the transceiver (106), and then store information obtained from signal processing of the second information/signal in the memory (104).
  • the memory (104) may be connected to the processor (102) and may store various information related to the operation of the processor (102). For example, the memory (104) may perform some or all of the processes controlled by the processor (102), or may store software code including commands for performing the descriptions, functions, procedures, proposals, methods, and/or operation flowcharts disclosed in this document.
  • the processor (102) and the memory (104) may be part of a communication modem/circuit/chip designed to implement a wireless communication technology (e.g., LTE, NR).
  • the transceiver (106) may be connected to the processor (102) and may transmit and/or receive wireless signals via one or more antennas (108).
  • the transceiver (106) may include a transmitter and/or a receiver.
  • the transceiver (106) may be used interchangeably with an RF (Radio Frequency) unit.
  • a wireless device may mean a communication modem/circuit/chip.
  • the second wireless device (200) includes one or more processors (202), one or more memories (204), and may further include one or more transceivers (206) and/or one or more antennas (208).
  • the processor (202) controls the memories (204) and/or the transceivers (206), and may be configured to implement the descriptions, functions, procedures, proposals, methods, and/or operational flowcharts disclosed in this document.
  • the processor (202) may process information in the memory (204) to generate third information/signals, and then transmit a wireless signal including the third information/signals via the transceivers (206).
  • the processor (202) may receive a wireless signal including fourth information/signals via the transceivers (206), and then store information obtained from signal processing of the fourth information/signals in the memory (204).
  • the memory (204) may be connected to the processor (202) and may store various information related to the operation of the processor (202). For example, the memory (204) may perform some or all of the processes controlled by the processor (202), or may store software code including commands for performing the descriptions, functions, procedures, proposals, methods, and/or operation flowcharts disclosed in this document.
  • the processor (202) and the memory (204) may be part of a communication modem/circuit/chip designed to implement wireless communication technology (e.g., LTE, NR).
  • the transceiver (206) may be connected to the processor (202) and may transmit and/or receive wireless signals via one or more antennas (208).
  • the transceiver (206) may include a transmitter and/or a receiver.
  • the transceiver (206) may be used interchangeably with an RF unit.
  • a wireless device may also mean a communication modem/circuit/chip.
  • one or more protocol layers may be implemented by one or more processors (102, 202).
  • one or more processors (102, 202) may implement one or more layers (e.g., functional layers such as PHY, MAC, RLC, PDCP, RRC, SDAP).
  • One or more processors (102, 202) may generate one or more Protocol Data Units (PDUs) and/or one or more Service Data Units (SDUs) according to the descriptions, functions, procedures, proposals, methods, and/or operation flowcharts disclosed in this document.
  • PDUs Protocol Data Units
  • SDUs Service Data Units
  • One or more processors (102, 202) may generate messages, control information, data, or information according to the descriptions, functions, procedures, proposals, methods, and/or operation flowcharts disclosed in this document.
  • One or more processors (102, 202) can generate signals (e.g., baseband signals) including PDUs, SDUs, messages, control information, data or information according to the functions, procedures, proposals and/or methods disclosed herein, and provide the signals to one or more transceivers (106, 206).
  • One or more processors (102, 202) can receive signals (e.g., baseband signals) from one or more transceivers (106, 206) and obtain PDUs, SDUs, messages, control information, data or information according to the descriptions, functions, procedures, proposals, methods and/or operational flowcharts disclosed herein.
  • signals e.g., baseband signals
  • One or more processors (102, 202) may be referred to as a controller, a microcontroller, a microprocessor, or a microcomputer.
  • One or more processors (102, 202) may be implemented by hardware, firmware, software, or a combination thereof.
  • ASICs Application Specific Integrated Circuits
  • DSPs Digital Signal Processors
  • DSPDs Digital Signal Processing Devices
  • PLDs Programmable Logic Devices
  • FPGAs Field Programmable Gate Arrays
  • the descriptions, functions, procedures, proposals, methods, and/or operational flowcharts disclosed in this document may be implemented using firmware or software, and the firmware or software may be implemented to include modules, procedures, functions, etc.
  • the descriptions, functions, procedures, suggestions, methods and/or operation flowcharts disclosed in this document may be implemented using firmware or software configured to perform one or more processors (102, 202) or stored in one or more memories (104, 204) and executed by one or more processors (102, 202).
  • the descriptions, functions, procedures, suggestions, methods and/or operation flowcharts disclosed in this document may be implemented using firmware or software in the form of codes, instructions and/or sets of instructions.
  • One or more memories (104, 204) may be coupled to one or more processors (102, 202) and may store various forms of data, signals, messages, information, programs, codes, instructions, and/or commands.
  • the one or more memories (104, 204) may be configured as ROM, RAM, EPROM, flash memory, hard drives, registers, cache memory, computer-readable storage media, and/or combinations thereof.
  • the one or more memories (104, 204) may be located internally and/or externally to the one or more processors (102, 202). Additionally, the one or more memories (104, 204) may be coupled to the one or more processors (102, 202) via various technologies, such as wired or wireless connections.
  • One or more transceivers (106, 206) can transmit user data, control information, wireless signals/channels, etc., as mentioned in the methods and/or flowcharts of this document, to one or more other devices.
  • One or more transceivers (106, 206) can receive user data, control information, wireless signals/channels, etc., as mentioned in the descriptions, functions, procedures, proposals, methods and/or flowcharts of this document, from one or more other devices.
  • one or more transceivers (106, 206) can be connected to one or more processors (102, 202) and can transmit and receive wireless signals.
  • one or more processors (102, 202) can control one or more transceivers (106, 206) to transmit user data, control information, or wireless signals to one or more other devices. Additionally, one or more processors (102, 202) may control one or more transceivers (106, 206) to receive user data, control information, or wireless signals from one or more other devices.
  • one or more transceivers (106, 206) may be coupled to one or more antennas (108, 208), and one or more transceivers (106, 206) may be configured to transmit and receive user data, control information, wireless signals/channels, or the like, as referred to in the descriptions, functions, procedures, proposals, methods, and/or operational flowcharts disclosed herein, via one or more antennas (108, 208).
  • one or more antennas may be multiple physical antennas or multiple logical antennas (e.g., antenna ports).
  • One or more transceivers (106, 206) may convert received user data, control information, wireless signals/channels, etc.
  • One or more transceivers (106, 206) may convert processed user data, control information, wireless signals/channels, etc. from baseband signals to RF band signals using one or more processors (102, 202).
  • one or more transceivers (106, 206) may include an (analog) oscillator and/or a filter.
  • FIG. 60 illustrates another example of a wireless device that can be applied to various embodiments of the present disclosure.
  • the wireless device may include at least one processor (102, 202), at least one memory (104, 204), at least one transceiver (106, 206), and one or more antennas (108, 208).
  • the difference between the example of the wireless device described in FIG. 59 and the example of the wireless device in FIG. 60 is that in FIG. 59, the processor (102, 202) and the memory (104, 204) are separated, but in the example of FIG. 60, the memory (104, 204) is included in the processor (102, 202).
  • processor 102, 202
  • memory 104, 204
  • transceiver 106, 206
  • antennas 108, 208
  • Figure 61 illustrates a signal processing circuit for a transmission signal.
  • the signal processing circuit (1000) may include a scrambler (1010), a modulator (1020), a layer mapper (1030), a precoder (1040), a resource mapper (1050), and a signal generator (1060).
  • the operations/functions of FIG. 61 may be performed in the processor (102, 202) and/or the transceiver (106, 206) of FIG. 59.
  • the hardware elements of FIG. 61 may be implemented in the processor (102, 202) and/or the transceiver (106, 206) of FIG. 59.
  • blocks 1010 to 1060 may be implemented in the processor (102, 202) of FIG. 59.
  • blocks 1010 to 1050 may be implemented in the processor (102, 202) of FIG. 59
  • block 1060 may be implemented in the transceiver (106, 206) of FIG. 59.
  • the codeword can be converted into a wireless signal through the signal processing circuit (1000) of FIG. 61.
  • the codeword is an encoded bit sequence of an information block.
  • the information block can include a transport block (e.g., an UL-SCH transport block, a DL-SCH transport block).
  • the wireless signal can be transmitted through various physical channels (e.g., a PUSCH or a PDSCH).
  • the codeword can be converted into a bit sequence scrambled by a scrambler (1010).
  • the scramble sequence used for scrambling is generated based on an initialization value, and the initialization value may include ID information of the wireless device, etc.
  • the scrambled bit sequence can be modulated into a modulation symbol sequence by a modulator (1020).
  • the modulation method may include pi/2-BPSK (pi/2-Binary Phase Shift Keying), m-PSK (m-Phase Shift Keying), m-QAM (m-Quadrature Amplitude Modulation), etc.
  • the complex modulation symbol sequence can be mapped to one or more transmission layers by a layer mapper (1030).
  • the modulation symbols of each transmission layer can be mapped to the corresponding antenna port(s) by a precoder (1040) (precoding).
  • the output z of the precoder (1040) can be obtained by multiplying the output y of the layer mapper (1030) by a precoding matrix W of N*M.
  • N is the number of antenna ports
  • M is the number of transmission layers.
  • the precoder (1040) can perform precoding after performing transform precoding (e.g., DFT transform) on complex modulation symbols.
  • the precoder (1040) can perform precoding without performing transform precoding.
  • the resource mapper (1050) can map modulation symbols of each antenna port to time-frequency resources.
  • the time-frequency resources can include multiple symbols (e.g., CP-OFDMA symbols, DFT-s-OFDMA symbols) in the time domain and multiple subcarriers in the frequency domain.
  • the signal generator (1060) generates a wireless signal from the mapped modulation symbols, and the generated wireless signal can be transmitted to another device through each antenna.
  • the signal generator (1060) can include an Inverse Fast Fourier Transform (IFFT) module, a Cyclic Prefix (CP) inserter, a Digital-to-Analog Converter (DAC), a frequency uplink converter, etc.
  • IFFT Inverse Fast Fourier Transform
  • CP Cyclic Prefix
  • DAC Digital-to-Analog Converter
  • the signal processing process for receiving signals in a wireless device can be configured in reverse order of the signal processing process (1010 to 1060) of FIG. 61.
  • a wireless device e.g., 100, 200 of FIG. 59
  • the received wireless signals can be converted into baseband signals through a signal restorer.
  • the signal restorer can include a frequency downlink converter, an analog-to-digital converter (ADC), a CP remover, and a fast Fourier transform (FFT) module.
  • ADC analog-to-digital converter
  • FFT fast Fourier transform
  • the baseband signal can be restored to a codeword through a resource demapper process, a postcoding process, a demodulation process, and a descrambling process.
  • a signal processing circuit for a received signal may include a signal restorer, a resource de-mapper, a postcoder, a demodulator, a de-scrambler, and a decoder.
  • Figure 62 illustrates another example of a wireless device applicable to various embodiments of the present disclosure.
  • the wireless device may be implemented in various forms depending on the use case/service (see Figure 58).
  • the wireless device (100, 200) corresponds to the wireless device (100, 200) of FIG. 59 and may be composed of various elements, components, units/units, and/or modules.
  • the wireless device (100, 200) may include a communication unit (110), a control unit (120), a memory unit (130), and an additional element (140).
  • the communication unit may include a communication circuit (112) and a transceiver(s) (114).
  • the communication circuit (112) may include one or more processors (102, 202) and/or one or more memories (104, 204) of FIG. 59.
  • the transceiver(s) (114) may include one or more transceivers (106, 206) and/or one or more antennas (108, 208) of FIG. 59.
  • the control unit (120) is electrically connected to the communication unit (110), the memory unit (130), and the additional elements (140) and controls the overall operation of the wireless device.
  • the control unit (120) may control the electrical/mechanical operation of the wireless device based on the program/code/command/information stored in the memory unit (130).
  • control unit (120) may transmit information stored in the memory unit (130) to an external device (e.g., another communication device) via a wireless/wired interface through the communication unit (110), or store information received from an external device (e.g., another communication device) via a wireless/wired interface in the memory unit (130).
  • the additional element (140) may be configured in various ways depending on the type of the wireless device.
  • the additional element (140) may include at least one of a power unit/battery, an input/output unit (I/O unit), a driving unit, and a computing unit.
  • the wireless device may be implemented in the form of a robot (Fig. 58, 100a), a vehicle (Fig. 58, 100b-1, 100b-2), an XR device (Fig. 58, 100c), a portable device (Fig. 58, 100d), a home appliance (Fig. 58, 100e), an IoT device (Fig.
  • Wireless devices may be mobile or stationary depending on the use/service.
  • various elements, components, units/parts, and/or modules within the wireless device (100, 200) may be entirely interconnected via a wired interface, or at least some may be wirelessly connected via a communication unit (110).
  • the control unit (120) and the communication unit (110) may be wired, and the control unit (120) and a first unit (e.g., 130, 140) may be wirelessly connected via the communication unit (110).
  • each element, component, unit/part, and/or module within the wireless device (100, 200) may further include one or more elements.
  • the control unit (120) may be composed of a set of one or more processors.
  • control unit (120) may be composed of a set of a communication control processor, an application processor, an electronic control unit (ECU), a graphics processing processor, a memory control processor, etc.
  • memory unit (130) may be composed of RAM (Random Access Memory), DRAM (Dynamic RAM), ROM (Read Only Memory), flash memory, volatile memory, non-volatile memory, and/or a combination thereof.
  • FIG 63 illustrates a mobile device applicable to various embodiments of the present disclosure.
  • the mobile device may include a smartphone, a smart pad, a wearable device (e.g., a smartwatch, smartglasses), or a portable computer (e.g., a laptop, etc.).
  • the mobile device may be referred to as a Mobile Station (MS), a User Terminal (UT), a Mobile Subscriber Station (MSS), a Subscriber Station (SS), an Advanced Mobile Station (AMS), or a Wireless Terminal (WT).
  • MS Mobile Station
  • UT User Terminal
  • MSS Mobile Subscriber Station
  • SS Subscriber Station
  • AMS Advanced Mobile Station
  • WT Wireless Terminal
  • the portable device (100) may include an antenna unit (108), a communication unit (110), a control unit (120), a memory unit (130), a power supply unit (140a), an interface unit (140b), and an input/output unit (140c).
  • the antenna unit (108) may be configured as a part of the communication unit (110).
  • Blocks 110 to 130/140a to 140c correspond to blocks 110 to 130/140 of FIG. 62, respectively.
  • the communication unit (110) can transmit and receive signals (e.g., data, control signals, etc.) with other wireless devices and base stations.
  • the control unit (120) can control components of the mobile device (100) to perform various operations.
  • the control unit (120) can include an AP (Application Processor).
  • the memory unit (130) can store data/parameters/programs/codes/commands required for operating the mobile device (100). In addition, the memory unit (130) can store input/output data/information, etc.
  • the power supply unit (140a) supplies power to the mobile device (100) and can include a wired/wireless charging circuit, a battery, etc.
  • the interface unit (140b) can support connection between the mobile device (100) and other external devices.
  • the interface unit (140b) can include various ports (e.g., audio input/output ports, video input/output ports) for connection with external devices.
  • the input/output unit (140c) can input or output video information/signals, audio information/signals, data, and/or information input from a user.
  • the input/output unit (140c) may include a camera, a microphone, a user input unit, a display unit (140d), a speaker, and/or a haptic module.
  • the input/output unit (140c) obtains information/signals (e.g., touch, text, voice, image, video) input by the user, and the obtained information/signals can be stored in the memory unit (130).
  • the communication unit (110) converts the information/signals stored in the memory into wireless signals, and can directly transmit the converted wireless signals to other wireless devices or to a base station.
  • the communication unit (110) can receive wireless signals from other wireless devices or base stations, and then restore the received wireless signals to the original information/signals.
  • the restored information/signals can be stored in the memory unit (130) and then output in various forms (e.g., text, voice, image, video, haptic) through the input/output unit (140c).
  • FIG. 64 illustrates a vehicle or autonomous vehicle applicable to various embodiments of the present disclosure.
  • Vehicles or autonomous vehicles can be implemented as mobile robots, cars, trains, manned or unmanned aerial vehicles (AVs), ships, etc.
  • AVs unmanned aerial vehicles
  • a vehicle or autonomous vehicle may include an antenna unit (108), a communication unit (110), a control unit (120), a driving unit (140a), a power supply unit (140b), a sensor unit (140c), and an autonomous driving unit (140d).
  • the antenna unit (108) may be configured as a part of the communication unit (110).
  • Blocks 110/130/140a to 140d correspond to blocks 110/130/140 of FIG. 62, respectively.
  • the communication unit (110) can transmit and receive signals (e.g., data, control signals, etc.) with external devices such as other vehicles, base stations (e.g., base stations, road side units, etc.), and servers.
  • the control unit (120) can control elements of the vehicle or autonomous vehicle (100) to perform various operations.
  • the control unit (120) can include an ECU (Electronic Control Unit).
  • the drive unit (140a) can drive the vehicle or autonomous vehicle (100) on the ground.
  • the drive unit (140a) can include an engine, a motor, a power train, wheels, brakes, a steering device, etc.
  • the power supply unit (140b) supplies power to the vehicle or autonomous vehicle (100) and can include a wired/wireless charging circuit, a battery, etc.
  • the sensor unit (140c) can obtain vehicle status, surrounding environment information, user information, etc.
  • the sensor unit (140c) may include an IMU (inertial measurement unit) sensor, a collision sensor, a wheel sensor, a speed sensor, an incline sensor, a weight detection sensor, a heading sensor, a position module, a vehicle forward/backward sensor, a battery sensor, a fuel sensor, a tire sensor, a steering sensor, a temperature sensor, a humidity sensor, an ultrasonic sensor, an illuminance sensor, a pedal position sensor, etc.
  • IMU intial measurement unit
  • the autonomous driving unit (140d) may implement a technology for maintaining a driving lane, a technology for automatically controlling speed such as adaptive cruise control, a technology for automatically driving along a set path, a technology for automatically setting a path and driving when a destination is set, etc.
  • the communication unit (110) can receive map data, traffic information data, etc. from an external server.
  • the autonomous driving unit (140d) can generate an autonomous driving route and driving plan based on the acquired data.
  • the control unit (120) can control the drive unit (140a) so that the vehicle or autonomous vehicle (100) moves along the autonomous driving route according to the driving plan (e.g., speed/direction control).
  • the communication unit (110) can irregularly/periodically acquire the latest traffic information data from an external server and can acquire surrounding traffic information data from surrounding vehicles.
  • the sensor unit (140c) can acquire vehicle status and surrounding environment information.
  • the autonomous driving unit (140d) can update the autonomous driving route and driving plan based on newly acquired data/information.
  • the communication unit (110) can transmit information regarding the vehicle location, autonomous driving route, driving plan, etc. to the external server.
  • External servers can predict traffic information data in advance using AI technology or other technologies based on information collected from vehicles or autonomous vehicles, and provide the predicted traffic information data to the vehicles or autonomous vehicles.
  • Figure 65 illustrates a vehicle applicable to various embodiments of the present disclosure.
  • the vehicle may also be implemented as a means of transportation, a train, an aircraft, a ship, or the like.
  • the vehicle (100) may include a communication unit (110), a control unit (120), a memory unit (130), an input/output unit (140a), and a position measurement unit (140b).
  • blocks 110 to 130/140a to 140b correspond to blocks 110 to 130/140 of FIG. 62, respectively.
  • the communication unit (110) can transmit and receive signals (e.g., data, control signals, etc.) with other vehicles or external devices such as base stations.
  • the control unit (120) can control components of the vehicle (100) to perform various operations.
  • the memory unit (130) can store data/parameters/programs/codes/commands that support various functions of the vehicle (100).
  • the input/output unit (140a) can output AR/VR objects based on information in the memory unit (130).
  • the input/output unit (140a) can include a HUD.
  • the position measurement unit (140b) can obtain position information of the vehicle (100).
  • the position information can include absolute position information of the vehicle (100), position information within a driving line, acceleration information, position information with respect to surrounding vehicles, etc.
  • the position measurement unit (140b) can include GPS and various sensors.
  • the communication unit (110) of the vehicle (100) can receive map information, traffic information, etc. from an external server and store them in the memory unit (130).
  • the location measurement unit (140b) can obtain vehicle location information through GPS and various sensors and store the information in the memory unit (130).
  • the control unit (120) can create a virtual object based on the map information, traffic information, and vehicle location information, and the input/output unit (140a) can display the created virtual object on the vehicle window (1410, 1420).
  • the control unit (120) can determine whether the vehicle (100) is being driven normally within the driving line based on the vehicle location information.
  • control unit (120) can display a warning on the vehicle window through the input/output unit (140a). Additionally, the control unit (120) can broadcast a warning message regarding driving abnormalities to surrounding vehicles through the communication unit (110). Depending on the situation, the control unit (120) can transmit vehicle location information and information regarding driving/vehicle abnormalities to relevant authorities through the communication unit (110).
  • Figure 66 illustrates an XR device applicable to various embodiments of the present disclosure.
  • the XR device may be implemented as an HMD, a head-up display (HUD) installed in a vehicle, a television, a smartphone, a computer, a wearable device, a home appliance, digital signage, a vehicle, a robot, and the like.
  • HUD head-up display
  • the XR device (100a) may include a communication unit (110), a control unit (120), a memory unit (130), an input/output unit (140a), a sensor unit (140b), and a power supply unit (140c).
  • blocks 110 to 130/140a to 140c correspond to blocks 110 to 130/140 of FIG. 62, respectively.
  • the communication unit (110) can transmit and receive signals (e.g., media data, control signals, etc.) with external devices such as other wireless devices, portable devices, or media servers.
  • the media data can include videos, images, sounds, etc.
  • the control unit (120) can control components of the XR device (100a) to perform various operations.
  • the control unit (120) can be configured to control and/or perform procedures such as video/image acquisition, (video/image) encoding, metadata generation and processing, etc.
  • the memory unit (130) can store data/parameters/programs/codes/commands required for driving the XR device (100a)/generating XR objects.
  • the input/output unit (140a) can obtain control information, data, etc.
  • the input/output unit (140a) can include a camera, a microphone, a user input unit, a display unit, a speaker, and/or a haptic module, etc.
  • the sensor unit (140b) can obtain the XR device status, surrounding environment information, user information, etc.
  • the sensor unit (140b) may include a proximity sensor, an illuminance sensor, an acceleration sensor, a magnetic sensor, a gyro sensor, an inertial sensor, an RGB sensor, an IR sensor, a fingerprint recognition sensor, an ultrasonic sensor, a light sensor, a microphone, and/or a radar.
  • the power supply unit (140c) supplies power to the XR device (100a) and may include a wired/wireless charging circuit, a battery, etc.
  • the memory unit (130) of the XR device (100a) may include information (e.g., data, etc.) required for creating an XR object (e.g., AR/VR/MR object).
  • the input/output unit (140a) may obtain a command to operate the XR device (100a) from the user, and the control unit (120) may operate the XR device (100a) according to the user's operating command. For example, when a user attempts to watch a movie, news, etc. through the XR device (100a), the control unit (120) may transmit content request information to another device (e.g., a mobile device (100b)) or a media server through the communication unit (130).
  • another device e.g., a mobile device (100b)
  • a media server e.g., a media server
  • the communication unit (130) may download/stream content such as movies and news from another device (e.g., a mobile device (100b)) or a media server to the memory unit (130).
  • the control unit (120) controls and/or performs procedures such as video/image acquisition, (video/image) encoding, and metadata generation/processing for content, and can generate/output an XR object based on information about surrounding space or real objects acquired through the input/output unit (140a)/sensor unit (140b).
  • the XR device (100a) is wirelessly connected to the mobile device (100b) through the communication unit (110), and the operation of the XR device (100a) can be controlled by the mobile device (100b).
  • the mobile device (100b) can act as a controller for the XR device (100a).
  • the XR device (100a) can obtain three-dimensional position information of the mobile device (100b), and then generate and output an XR object corresponding to the mobile device (100b).
  • Figure 67 illustrates robots applicable to various embodiments of the present disclosure. Robots may be classified into industrial, medical, household, military, and other categories depending on their intended use or field.
  • the robot (100) may include a communication unit (110), a control unit (120), a memory unit (130), an input/output unit (140a), a sensor unit (140b), and a driving unit (140c).
  • blocks 110 to 130/140a to 140c correspond to blocks 110 to 130/140 of FIG. 62, respectively.
  • the communication unit (110) can transmit and receive signals (e.g., driving information, control signals, etc.) with external devices such as other wireless devices, other robots, or control servers.
  • the control unit (120) can control components of the robot (100) to perform various operations.
  • the memory unit (130) can store data/parameters/programs/codes/commands that support various functions of the robot (100).
  • the input/output unit (140a) can obtain information from the outside of the robot (100) and output information to the outside of the robot (100).
  • the input/output unit (140a) can include a camera, a microphone, a user input unit, a display unit, a speaker, and/or a haptic module.
  • the sensor unit (140b) can obtain internal information of the robot (100), surrounding environment information, user information, etc.
  • the sensor unit (140b) may include a proximity sensor, an illuminance sensor, an acceleration sensor, a magnetic sensor, a gyro sensor, an inertial sensor, an IR sensor, a fingerprint recognition sensor, an ultrasonic sensor, a light sensor, a microphone, a radar, etc.
  • the driving unit (140c) may perform various physical operations such as moving the robot joints. In addition, the driving unit (140c) may enable the robot (100) to drive on the ground or fly in the air.
  • the driving unit (140c) may include an actuator, a motor, wheels, brakes, propellers, etc.
  • FIG. 68 illustrates an AI device applicable to various embodiments of the present disclosure.
  • AI devices can be implemented as fixed or mobile devices, such as TVs, projectors, smartphones, PCs, laptops, digital broadcasting terminals, tablet PCs, wearable devices, set-top boxes (STBs), radios, washing machines, refrigerators, digital signage, robots, and vehicles.
  • fixed or mobile devices such as TVs, projectors, smartphones, PCs, laptops, digital broadcasting terminals, tablet PCs, wearable devices, set-top boxes (STBs), radios, washing machines, refrigerators, digital signage, robots, and vehicles.
  • the AI device (100) may include a communication unit (110), a control unit (120), a memory unit (130), an input/output unit (140a/140b), a learning processor unit (140c), and a sensor unit (140d).
  • Blocks 110 to 130/140a to 140d correspond to blocks 110 to 130/140 of FIG. 62, respectively.
  • the communication unit (110) can transmit and receive wired and wireless signals (e.g., sensor information, user input, learning models, control signals, etc.) with external devices such as other AI devices (e.g., FIG. 58, 100x, 200, 400) or AI servers (200) using wired and wireless communication technology. To this end, the communication unit (110) can transmit information within the memory unit (130) to the external device or transfer a signal received from the external device to the memory unit (130).
  • wired and wireless signals e.g., sensor information, user input, learning models, control signals, etc.
  • external devices e.g., FIG. 58, 100x, 200, 400
  • AI servers e.g., a signal received from the external device to the memory unit (130).
  • the control unit (120) may determine at least one executable operation of the AI device (100) based on information determined or generated using a data analysis algorithm or a machine learning algorithm. In addition, the control unit (120) may control components of the AI device (100) to perform the determined operation. For example, the control unit (120) may request, search, receive, or utilize data from the learning processor unit (140c) or the memory unit (130), and may control components of the AI device (100) to perform at least one executable operation, a predicted operation, or an operation determined to be desirable.
  • control unit (120) may collect history information including the operation details of the AI device (100) or user feedback on the operation, and store the collected history information in the memory unit (130) or the learning processor unit (140c), or transmit the collected history information to an external device such as an AI server (FIG. 58, 400).
  • the collected history information may be used to update a learning model.

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Optimization (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Mathematical Analysis (AREA)
  • Signal Processing (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Optics & Photonics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 개시는 양자 통신 시스템에서 2-1 EDP 프로토콜을 수행할 수 있는 장치 및 방법을 제공한다. 본 개시는 양자 통신 시스템에서 Bell diagonal state의 변환 연산자 제시를 통해, QPA 혹은 Recurrence 프로토콜 대비 충실도 효율을 증대시키거나 성공확률 성능을 증대시킬 수 있는 2-1 EDP 프로토콜을 수행할 수 있는 장치 및 방법을 제공한다.

Description

양자 통신 시스템에서 2-1 EDP 프로토콜을 수행하기 위한 장치 및 방법
본 개시(disclosure)는 양자 통신(quantum communication) 시스템에서 2-1 EDP 프로토콜을 수행하기 위한 장치 및 방법에 관한 것이다. 본 개시는 Bell diagonal state의 변환 연산자 제시를 통해, QPA 혹은 Recurrence 프로토콜 대비 충실도 효율을 증대시키거나 성공확률 성능을 증대시킬 수 있는 2-1 EDP 프로토콜을 수행하기 위한 장치 및 방법에 관한 것이다.
기존에는 2-1 EDP 프로토콜 QPA 프로토콜과 Recurrence protocol이 존재하며, 입력 상태에 따라 QPA 프로토콜은 출력 상태의 충실도가 입력상태보다 낮아질 수 있으며 Recurrence 프로토콜은 충분하게 충실도를 높이지 못하거나, 성공확률이 낮을 수 있다. 혹은, 반복 Round 수행 시 QPA 대비 두 성능 모두가 떨어집니다. 해당 입력 상태는 Asymmetric depolarizing channel 혹은 2-way QECCs EDP에서 Keep 신드롬 선택에 따라 생성될 수 있다. QPA 프로토콜 혹은 Recurrence 프로토콜은 반복적으로 수행 시, 효과 증대를 위해 특정 Unitary 연산자나 Twirling 연산자를 활용하지만 이는 Distillation 효과를 억제하는 경우가 있다.
상술한 문제점을 해결하기 위해, 본 개시는 양자 통신 시스템에서 2-1 EDP 프로토콜을 수행할 수 있는 장치 및 방법을 제공한다.
본 개시는 양자 통신 시스템에서 Bell diagonal state의 변환 연산자 제시를 통해, QPA 혹은 Recurrence 프로토콜 대비 충실도 효율을 증대시키거나 성공확률 성능을 증대시킬 수 있는 2-1 EDP 프로토콜을 수행할 수 있는 장치 및 방법을 제공한다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 다양한 실시 예들에 따르면, 통신 시스템에서 제1 노드의 동작 방법에 있어서, 제2 노드로부터 적어도 하나의 동기 신호(synchronization signal)를 수신하는 단계; 상기 제2 노드로부터 제어 신호(control information)를 수신하는 단계; 상기 제1 노드와 상기 제2 노드 간 채널의 추정을 통해 벨 대각선 상태(Bell diagonal state)에 대한 복수의 계수들을 결정하는 단계; 목표 출력 상태에 기반하여, 상기 벨 대각선 상태를 베르너 상태(Werner state) 또는 다른 계수를 가지는 다른 벨 대각선 상태로 변환하기 위한 연산자를 결정하는 단계; 상기 연산자에 기반하여 EDP(entanglement distillation protocol)를 수행하는 단계; 및 상기 EDP의 수행 결과에 기반하여, 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR(Einstein-Podolsky-Rosen) 상태를 보존하거나, 또는 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 버리고 상기 EDP를 반복 수행하는 단계를 포함하는 방법이 제공된다.
본 개시의 다양한 실시 예들에 따르면, 통신 시스템에서 제2 노드의 동작 방법에 있어서, 제1 노드에게 적어도 하나의 동기 신호(synchronization signal)를 전송하는 단계; 상기 제1 노드에게 제어 신호(control information)를 전송하는 단계; 상기 제1 노드와 상기 제2 노드 간 채널의 추정을 통해 벨 대각선 상태(Bell diagonal state)에 대한 복수의 계수들을 결정하는 단계; 목표 출력 상태에 기반하여, 상기 벨 대각선 상태를 베르너 상태(Werner state) 또는 다른 계수를 가지는 다른 벨 대각선 상태로 변환하기 위한 연산자를 결정하는 단계; 상기 연산자에 기반하여 EDP(entanglement distillation protocol)를 수행하는 단계; 및 상기 EDP의 수행 결과에 기반하여, 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR(Einstein-Podolsky-Rosen) 상태를 보존하거나, 또는 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 버리고 상기 EDP를 반복 수행하는 단계를 포함하는 방법이 제공된다.
본 개시의 다양한 실시 예들에 따르면, 통신 시스템에서 제1 노드에 있어서, 송수신기; 적어도 하나의 프로세서; 및 상기 적어도 하나의 프로세서에 동작 가능하게 접속 가능하고, 상기 적어도 하나의 프로세서에 의해 실행될 때, 동작들을 수행하는 지시(instruction)들을 저장하는 적어도 하나의 메모리를 포함하며, 상기 동작들은, 본 개시의 다양한 실시 예들에 따른 제1 노드의 동작 방법의 모든 단계를 포함하는 제1 노드가 제공된다.
본 개시의 다양한 실시 예들에 따르면, 통신 시스템에서 제2 노드에 있어서, 송수신기; 적어도 하나의 프로세서; 및 상기 적어도 하나의 프로세서에 동작 가능하게 접속 가능하고, 상기 적어도 하나의 프로세서에 의해 실행될 때, 동작들을 수행하는 지시(instruction)들을 저장하는 적어도 하나의 메모리를 포함하며, 상기 동작들은, 본 개시의 다양한 실시 예들에 따른 제2 노드의 동작 방법의 모든 단계를 포함하는 제2 노드가 제공된다.
본 개시의 다양한 실시 예들에 따르면, 통신 시스템에서 제1 노드를 제어하는 제어 장치에 있어서, 적어도 하나의 프로세서, 및 적어도 하나의 프로세서들에 동작 가능하게 접속된 적어도 하나의 메모리를 포함하고, 적어도 하나의 메모리들은, 적어도 하나의 프로세서에 의해 실행되는 것에 기반하여, 동작들을 수행하는 지시(instruction)들을 저장하며, 동작들은, 본 개시의 다양한 실시 예들에 따른 제1 노드의 동작 방법의 모든 단계를 포함하는 제어 장치가 제공된다.
본 개시의 다양한 실시 예들에 따르면, 통신 시스템에서 제2 노드를 제어하는 제어 장치에 있어서, 적어도 하나의 프로세서, 및 적어도 하나의 프로세서들에 동작 가능하게 접속된 적어도 하나의 메모리를 포함하고, 적어도 하나의 메모리들은, 적어도 하나의 프로세서에 의해 실행되는 것에 기반하여, 동작들을 수행하는 지시(instruction)들을 저장하며, 동작들은, 본 개시의 다양한 실시 예들에 따른 제2 노드의 동작 방법의 모든 단계를 포함하는 제어 장치가 제공된다.
본 개시의 다양한 실시 예들에 따르면, 하나 이상의 명령어를 저장하는 하나 이상의 비일시적인(non-transitory) 컴퓨터 판독 가능 매체에 있어서, 하나 이상의 명령어는, 하나 이상의 프로세서에 의해 실행되는 것에 기반하여, 동작들을 수행하고, 동작들은, 본 개시의 다양한 실시 예들에 따른 제1 노드의 동작 방법의 모든 단계를 포함하는 컴퓨터 판독 가능 매체가 제공된다.
본 개시의 다양한 실시 예들에 따르면, 하나 이상의 명령어를 저장하는 하나 이상의 비일시적인(non-transitory) 컴퓨터 판독 가능 매체에 있어서, 하나 이상의 명령어는, 하나 이상의 프로세서에 의해 실행되는 것에 기반하여, 동작들을 수행하고, 상기 동작들은, 본 개시의 다양한 실시 예들에 따른 제2 노드의 동작 방법의 모든 단계를 포함하는 컴퓨터 판독 가능 매체가 제공된다.
상술한 문제점을 해결하기 위해, 본 개시는 양자 통신 시스템에서 2-1 EDP 프로토콜을 수행할 수 있는 장치 및 방법을 제공할 수 있다.
본 개시는 양자 통신 시스템에서 Bell diagonal state의 변환 연산자 제시를 통해, QPA 혹은 Recurrence 프로토콜 대비 충실도 효율을 증대시키거나 성공확률 성능을 증대시킬 수 있는 2-1 EDP 프로토콜을 수행할 수 있는 제공할 수 있다.
이하에 첨부되는 도면들은 본 개시에 관한 이해를 돕기 위한 것으로, 상세한 설명과 함께 본 개시에 대한 실시 예들을 제공할 수 있다. 다만, 본 개시의 기술적 특징이 특정 도면에 한정되는 것은 아니며, 각 도면에서 개시하는 특징들은 서로 조합되어 새로운 실시 예로 구성될 수 있다. 각 도면에서의 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미할 수 있다.
도 1은 3GPP 시스템에 이용되는 물리 채널들 및 일반적인 신호 전송의 일례를 도시한 도면이다.
도 2는 차세대 무선 접속 네트워크(New Generation Radio Access Network: NG-RAN)의 시스템 구조를 도시한 도면이다.
도 3은 NG-RAN과 5GC 간의 기능적 분할을 도시한 도면이다.
도 4는 5G 사용 시나리오의 예를 도시한 도면이다.
도 5는 6G 시스템에서 제공 가능한 통신 구조의 일례를 도시한 도면이다.
도 6은 퍼셉트론 구조의 일례를 개략적으로 도시한 도면이다.
도 7은 다층 퍼셉트론 구조의 일례를 개략적으로 도시한 도면이다.
도 8은 심층 신경망 예시를 개략적으로 도시한 도면이다.
도 9는 컨볼루션 신경망의 일례를 개략적으로 도시한 도면이다.
도 10은 컨볼루션 신경망에서의 필터 연산의 일례를 개략적으로 도시한 도면이다.
도 11은 순환 루프가 존재하는 신경망 구조의 일례를 개략적으로 도시한 도면이다.
도 12는 순환 신경망의 동작 구조의 일례를 개략적으로 도시한 도면이다.
도 13은 전자기 스펙트럼의 일례를 도시한 도면이다.
도 14는 THz 통신 응용의 일례를 도시한 도면이다.
도 15는 전자소자 기반 THz 무선통신 송수신기의 일례를 도시한 도면이다.
도 16은 광 소자 기반 THz 신호를 생성하는 방법의 일례를 도시한 도면이다.
도 17은 광 소자 기반 THz 무선통신 송수신기의 일례를 도시한 도면이다.
도 18은 광자 소스(Photoinc source) 기반 송신기의 구조를 도시한 도면이다,
도 19는 광 변조기(Optical modulator)의 구조를 도시한 도면이다.
도 20은 본 개시에 적용 가능한 시스템에서 벨 상태 생성을 위한 양자 회로의 일례를 도시한 도면이다.
도 21은 본 개시에 적용 가능한 시스템에서 벨 상태 측정 회로의 일례를 도시한 도면이다.
도 22는 본 개시에 적용 가능한 시스템에서 환경적 결잃음 기반 양자 채널 모델(Quantum Channel Model based on Environmental Decoherence)의 일례를 도시한 도면이다.
도 23은 본 개시에 적용 가능한 시스템에서 부호화 회로 및 안전 연산자 신드롬 측정 회로의 일례를 도시한 도면이다.
도 24는 본 개시에 적용 가능한 시스템에서 QPA 프로토콜의 성공 확률의 일례를 도시한 도면이다.
도 25는 본 개시에 적용 가능한 시스템에서 QPA 프로토콜의 수행 과정의 일례를 도시한 도면이다.
도 26은 본 개시에 적용 가능한 시스템에서 QPA 프로토콜의 충실도 성능의 일례를 도시한 도면이다.
도 27은 본 개시에 적용 가능한 시스템에서 QECCs 기반 해싱(hashing) 프로토콜의 일례를 도시한 도면이다.
도 28은 본 개시에 적용 가능한 시스템에서 양방향 EDP 기법의 단일 라운드(round)의 구조의 일례를 도시한 도면이다.
도 29는 본 개시에 적용 가능한 시스템에서 송신자와 수신자가 큐비트를 측정하는 과정의 일례를 도시한 도면이다.
도 30은 본 개시에 적용 가능한 시스템에서 단방향 EDP 기법의 구조의 일례를 도시한 도면이다.
도 31는 본 개시에 적용 가능한 시스템에서 적응 모드(adaptive mode) EDP 기법의 구조의 일례를 도시한 도면이다.
도 32는 본 개시에 적용 가능한 시스템에서 양자 오류 정정 부호(quantum error correcting codes, QECCs) 기반 양방향 EDP 기법의 블록 다이어그램의 일례를 도시한 도면이다.
도 33은 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응 모드 EDP의 충실도 성능의 일례를 도시한 도면이다.
도 34은 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응 모드 EDP의 성공 확률 성능의 일례를 도시한 도면이다.
도 35은 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응모드 EDP의 충실도 성능의 일례를 도시한 도면이다.
도 36는 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응모드 EDP의 성공 확률 성능의 일례를 도시한 도면이다.
도 37은 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응모드 EDP의 충실도 추정의 일례를 도시한 도면이다.
도 38은 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응모드 EDP의 충실도 추정의 일례를 도시한 도면이다.
도 39는 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응모드 EDP의 성공 확률 추정의 일례를 도시한 도면이다.
도 40은 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응모드 EDP의 성공 확률 추정의 일례를 도시한 도면이다.
도 41는 본 개시에 적용 가능한 시스템에서 적응모드 EDP 기법의 전체 블록도의 일례를 도시한 도면이다.
도 42는 본 개시에 적용 가능한 시스템에서 two-way EDP의 평균 및 최소 충실도 성능의 일례를 도시한 도면이다.
도 43은 본 개시에 적용 가능한 시스템에서 최소 충실도를 고려한 Adaptive mode 기반 EDP 기법의 전체 과정의 일례를 도시한 도면이다.
도 44은 본 개시에 적용 가능한 시스템에서 [[7,1,3]] 오류정정부호를 two-way로 활용하는 경우 최소 충실도 추정치 성능의 일례를 도시한 도면이다.
도 45은 본 개시에 적용 가능한 시스템에서 [[5,1,3]] 오류정정부호를 two-way로 활용하는 경우 최소 충실도 추정치 성능의 일례를 도시한 도면이다.
도 46은 본 개시에 적용 가능한 시스템에서 최소 충실도 기반 parameter 추정 및 Adaptive mode 기반 EDP 기법의 전체 과정의 일례를 도시한 도면이다.
도 47은 본 개시에 적용 가능한 시스템에서 얽힘 큐비트를 재활용하는 Two-way QECCs EDP 프로토콜의 전체 과정의 일례를 도시한 도면이다.
도 48은 본 개시에 적용 가능한 시스템에서 [[5,1,3]] 양자 오류정정부호를 활용하는 경우 α값에 따른 성공확률(Psucc)의 일례를 도시한 도면이다.
도 49은 본 개시에 적용 가능한 시스템에서 [[5,1,3]] 양자 오류정정부호를 활용하는 경우 α값에 따른 EPR 쌍의 평균 충실도(F')의 일례를 도시한 도면이다.
도 50는 본 개시에 적용 가능한 시스템에서 Two-way QECCs EDP에서 추가적인 리소스 감소를 수행하기 위한 과정의 일례를 도시한 도면이다.
도 51은 본 개시에 적용 가능한 시스템에서 양자 전송(quantum teleportation, QT)의 일례를 도시한 도면이다.
도 52는 본 개시에 적용 가능한 시스템에서 2단계(two step) QSDC 프로토콜의 일례를 도시한 도면이다.
도 53는 본 개시에 적용 가능한 시스템에서 다양한 unitary 연산을 활용한 Bell diagonal state의 변형 과정 이후 EDP 수행 회로의 일례를 도시한 도면이다.
도 54는 본 개시에 적용 가능한 시스템에서 Recurrence protocol(Twirling으로 Werner state 변경 이후 EDP 수행 회로)의 일례를 도시한 도면이다.
도 55는 본 개시에 적용 가능한 시스템에서 operator adaptation을 활용한 2-1 EDP 프로토콜을 수행하는 과정의 일례를 도시한 도면이다.
도 56는 본 개시에 적용 가능한 시스템에서 제1 노드의 동작 과정의 일례를 도시한 도면이다.
도 57은 본 개시에 적용 가능한 시스템에서 제2 노드의 동작 과정의 일례를 도시한 도면이다.
도 58은 본 개시의 다양한 실시 예들에 적용되는 통신 시스템(1)을 예시한다.
도 59은 본 개시의 다양한 실시 예들에 적용될 수 있는 무선 기기를 예시한다.
도 60는 본 개시의 다양한 실시 예들에 적용될 수 있는 무선 기기의 다른 예를 도시한다.
도 61은 전송 신호를 위한 신호 처리 회로를 예시한다.
도 62은 본 개시의 다양한 실시 예들에 적용되는 무선 기기의 다른 예를 나타낸다.
도 63은 본 개시의 다양한 실시 예들에 적용되는 휴대 기기를 예시한다.
도 64은 본 개시의 다양한 실시 예들에 적용되는 차량 또는 자율 주행 차량을 예시한다.
도 65는 본 개시의 다양한 실시 예들에 적용되는 차량을 예시한다.
도 66은 본 개시의 다양한 실시 예들에 적용되는 XR 기기를 예시한다.
도 67는 본 개시의 다양한 실시 예들에 적용되는 로봇을 예시한다.
도 68는 본 개시의 다양한 실시 예들에 적용되는 AI 기기를 예시한다.
본 개시의 다양한 실시 예들에서 "A 또는 B(A or B)"는 "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 달리 표현하면, 본 개시의 다양한 실시 예들에서 "A 또는 B(A or B)"는 "A 및/또는 B(A and/or B)"으로 해석될 수 있다. 예를 들어, 본 개시의 다양한 실시 예들에서 "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 개시의 다양한 실시 예들에서 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 개시의 다양한 실시 예들에서 "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 개시의 다양한 실시 예들에서 "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 개시의 다양한 실시 예들에서 "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 개시의 다양한 실시 예들에서 사용되는 괄호는 "예를 들어(for example)"를 의미할 수 있다. 구체적으로, "제어 정보(PDCCH)"로 표시된 경우, "제어 정보"의 일례로 "PDCCH"가 제안된 것일 수 있다. 달리 표현하면 본 개시의 다양한 실시 예들의 "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 개시의 다양한 실시 예들에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
이하의 기술은 CDMA, FDMA, TDMA, OFDMA, SC-FDMA 등과 같은 다양한 무선 접속 시스템에 사용될 수 있다. CDMA는 UTRA(Universal Terrestrial Radio Access)나 CDMA2000과 같은 무선 기술로 구현될 수 있다. TDMA는 GSM(Global System for Mobile communications)/GPRS(General Packet Radio Service)/EDGE(Enhanced Data Rates for GSM Evolution)와 같은 무선 기술로 구현될 수 있다. OFDMA는 IEEE 802.11 (Wi-Fi), IEEE 802.16 (WiMAX), IEEE 802-20, E-UTRA(Evolved UTRA) 등과 같은 무선 기술로 구현될 수 있다. UTRA는 UMTS(Universal Mobile Telecommunications System)의 일부이다. 3GPP(3rd Generation Partnership Project) LTE(Long Term Evolution)은 E-UTRA를 사용하는 E-UMTS(Evolved UMTS)의 일부이고 LTE-A(Advanced)/LTE-A pro는 3GPP LTE의 진화된 버전이다. 3GPP NR(New Radio or New Radio Access Technology)는 3GPP LTE/LTE-A/LTE-A pro의 진화된 버전이다. 3GPP 6G는 3GPP NR의 진화된 버전일 수 있다.
설명을 명확하게 하기 위해, 3GPP 통신 시스템(예, LTE, NR 등)을 기반으로 설명하지만 본 개시의 기술적 사상이 이에 제한되는 것은 아니다. LTE는 3GPP TS 36.xxx Release 8 이후의 기술을 의미한다. 세부적으로, 3GPP TS 36.xxx Release 10 이후의 LTE 기술은 LTE-A로 지칭되고, 3GPP TS 36.xxx Release 13 이후의 LTE 기술은 LTE-A pro로 지칭된다. 3GPP NR은 TS 38.xxx Release 15 이후의 기술을 의미한다. 3GPP 6G는 TS Release 17 및/또는 Release 18 이후의 기술을 의미할 수 있다. "xxx"는 표준 문서 세부 번호를 의미한다. LTE/NR/6G는 3GPP 시스템으로 통칭될 수 있다. 본 개시의 설명에 사용된 배경기술, 용어, 약어 등에 관해서는 본 개시 이전에 공개된 표준 문서에 기재된 사항을 참조할 수 있다. 예를 들어, 다음 문서를 참조할 수 있다.
3GPP LTE
- 36.211: Physical channels and modulation
- 36.212: Multiplexing and channel coding
- 36.213: Physical layer procedures
- 36.300: Overall description
- 36.331: Radio Resource Control (RRC)
3GPP NR
- 38.211: Physical channels and modulation
- 38.212: Multiplexing and channel coding
- 38.213: Physical layer procedures for control
- 38.214: Physical layer procedures for data
- 38.300: NR and NG-RAN Overall Description
- 38.331: Radio Resource Control (RRC) protocol specification
물리 채널 및 프레임 구조
물리 채널 및 일반적인 신호 전송
도 1은 3GPP 시스템에 이용되는 물리 채널들 및 일반적인 신호 전송의 일례를 도시한 도면이다.
무선 통신 시스템에서 단말은 기지국으로부터 하향링크(Downlink, DL)를 통해 정보를 수신하고, 단말은 기지국으로 상향링크(Uplink, UL)를 통해 정보를 전송한다. 기지국과 단말이 송수신하는 정보는 데이터 및 다양한 제어 정보를 포함하고, 이들이 송수신 하는 정보의 종류/용도에 따라 다양한 물리 채널이 존재한다.
단말은 전원이 켜지거나 새로이 셀에 진입한 경우 기지국과 동기를 맞추는 등의 초기 셀 탐색(Initial cell search) 작업을 수행한다(S11). 이를 위해, 단말은 기지국으로부터 주 동기 신호(Primary Synchronization Signal, PSS) 및 부 동기 신호(Secondary Synchronization Signal, SSS)을 수신하여 기지국과 동기를 맞추고, 셀 ID 등의 정보를 획득할 수 있다. 그 후, 단말은 기지국으로부터 물리 방송 채널(Physical Broadcast Channel, PBCH)를 수신하여 셀 내 방송 정보를 획득할 수 있다. 한편, 단말은 초기 셀 탐색 단계에서 하향링크 참조 신호(Downlink Reference Signal, DL RS)를 수신하여 하향링크 채널 상태를 확인할 수 있다.
초기 셀 탐색을 마친 단말은 물리 하향링크 제어 채널(Physical Downlink Control Channel, PDCCH) 및 상기 PDCCH에 실린 정보에 따라 물리 하향링크 공유 채널(Physical Downlink Control Channel; PDSCH)을 수신함으로써 좀더 구체적인 시스템 정보를 획득할 수 있다(S12).
한편, 기지국에 최초로 접속하거나 신호 송신을 위한 무선 자원이 없는 경우, 단말은 기지국에 대해 임의 접속 과정(Random Access Procedure, RACH)을 수행할 수 있다(S13 내지 S16). 이를 위해, 단말은 물리 임의 접속 채널(Physical Random Access Channel, PRACH)을 통해 특정 시퀀스를 프리앰블로 송신하고(S13 및 S15), PDCCH 및 대응하는 PDSCH를 통해 프리앰블에 대한 응답 메시지((RAR(Random Access Response) message)를 수신할 수 있다. 경쟁 기반 RACH의 경우, 추가적으로 충돌 해결 절차(Contention Resolution Procedure)를 수행할 수 있다(S16).
상술한 바와 같은 절차를 수행한 단말은 이후 일반적인 상/하향링크 신호 송신 절차로서 PDCCH/PDSCH 수신(S17) 및 물리 상향링크 공유 채널(Physical Uplink Shared Channel, PUSCH)/물리 상향링크 제어 채널(Physical Uplink Control Channel; PUCCH) 송신(S18)을 수행할 수 있다. 특히 단말은 PDCCH를 통하여 하향링크 제어 정보(Downlink Control Information, DCI)를 수신할 수 있다. 여기서, DCI는 단말에 대한 자원 할당 정보와 같은 제어 정보를 포함하며, 사용 목적에 따라 포맷이 서로 다르게 적용될 수 있다.
한편, 단말이 상향링크를 통해 기지국에 송신하는 또는 단말이 기지국으로부터 수신하는 제어 정보는 하향링크/상향링크 ACK/NACK 신호, CQI(Channel Quality Indicator), PMI(Precoding Matrix 인덱스), RI(Rank Indicator) 등을 포함할 수 있다. 단말은 상술한 CQI/PMI/RI 등의 제어 정보를 PUSCH 및/또는 PUCCH를 통해 송신할 수 있다.
상향링크 및 하향링크 채널의 구조
하향링크 채널 구조
기지국은 후술하는 하향링크 채널을 통해 관련 신호를 단말에게 전송하고, 단말은 후술하는 하향링크 채널을 통해 관련 신호를 기지국으로부터 수신한다.
(1) 물리 하향링크 공유 채널(PDSCH)
PDSCH는 하향링크 데이터(예, DL-shared channel transport block, DL-SCH TB)를 운반하고, QPSK(Quadrature Phase Shift Keying), 16 QAM(Quadrature Amplitude Modulation), 64 QAM, 256 QAM 등의 변조 방법이 적용된다. TB를 인코딩하여 코드워드(codeword)가 생성된다. PDSCH는 다수의 코드워드들을 나를 수 있다. 코드워드(codeword) 별로 스크램블링(scrambling) 및 변조 매핑(modulation mapping)이 수행되고, 각 코드워드로부터 생성된 변조 심볼들은 하나 이상의 레이어로 매핑된다(Layer mapping). 각 레이어는 DMRS(Demodulation Reference Signal)과 함께 자원에 매핑되어 OFDM 심볼 신호로 생성되고, 해당 안테나 포트를 통해 전송된다.
(2) 물리 하향링크 제어 채널(PDCCH)
PDCCH는 하향링크 제어 정보(DCI)를 운반하고 QPSK 변조 방법 등이 적용된다. 하나의 PDCCH는 AL(Aggregation Level)에 따라 1, 2, 4, 8, 16 개 등의 CCE(Control Channel Element)로 구성된다. 하나의 CCE는 6개의 REG(Resource Element Group)로 구성된다. 하나의 REG는 하나의 OFDM 심볼과 하나의 (P)RB로 정의된다.
단말은 PDCCH 후보들의 세트에 대한 디코딩(일명, 블라인드 디코딩)을 수행하여 PDCCH를 통해 전송되는 DCI를 획득한다. 단말이 디코딩하는 PDCCH 후보들의 세트는 PDCCH 검색 공간(Search Space) 세트라 정의한다. 검색 공간 세트는 공통 검색 공간 (common search space) 또는 단말-특정 검색 공간 (UE-specific search space)일 수 있다. 단말은 MIB 또는 상위 계층 시그널링에 의해 설정된 하나 이상의 검색 공간 세트 내 PDCCH 후보를 모니터링하여 DCI를 획득할 수 있다.
상향링크 채널 구조
단말은 후술하는 상향링크 채널을 통해 관련 신호를 기지국으로 전송하고, 기지국은 후술하는 상향링크 채널을 통해 관련 신호를 단말로부터 수신한다.
(1) 물리 상향링크 공유 채널(PUSCH)
PUSCH는 상향링크 데이터(예, UL-shared channel transport block, UL-SCH TB) 및/또는 상향링크 제어 정보(UCI)를 운반하고, CP-OFDM (Cyclic Prefix - Orthogonal Frequency Division Multiplexing) 파형(waveform), DFT-s-OFDM (Discrete Fourier Transform - spread - Orthogonal Frequency Division Multiplexing) 파형 등에 기초하여 전송된다. PUSCH가 DFT-s-OFDM 파형에 기초하여 전송되는 경우, 단말은 변환 프리코딩(transform precoding)을 적용하여 PUSCH를 전송한다. 일 예로, 변환 프리코딩이 불가능한 경우(예, transform precoding is disabled) 단말은 CP-OFDM 파형에 기초하여 PUSCH를 전송하고, 변환 프리코딩이 가능한 경우(예, transform precoding is enabled) 단말은 CP-OFDM 파형 또는 DFT-s-OFDM 파형에 기초하여 PUSCH를 전송할 수 있다. PUSCH 전송은 DCI 내 UL 그랜트에 의해 동적으로 스케줄링 되거나, 상위 계층(예, RRC) 시그널링 (및/또는 Layer 1(L1) 시그널링(예, PDCCH))에 기초하여 반-정적(semi-static)으로 스케줄링 될 수 있다(configured grant). PUSCH 전송은 코드북 기반 또는 비-코드북 기반으로 수행될 수 있다.
(2) 물리 상향링크 제어 채널(PUCCH)
PUCCH는 상향링크 제어 정보, HARQ-ACK 및/또는 스케줄링 요청(SR)을 운반하고, PUCCH 전송 길이에 따라 다수의 PUCCH들로 구분될 수 있다.
이하, 새로운 무선 접속 기술(new radio access technology: new RAT, NR)에 대해 설명한다.
더욱 많은 통신 기기들이 더욱 큰 통신 용량을 요구하게 됨에 따라 기존의 무선 접속 기술(radio access technology; RAT)에 비해 향상된 모바일 브로드밴드(mobile broadband) 통신에 대한 필요성이 대두되고 있다. 또한 다수의 기기 및 사물들을 연결하여 언제 어디서나 다양한 서비스를 제공하는 매시브 MTC (massive Machine Type Communications) 역시 차세대 통신에서 고려될 주요 이슈 중 하나이다. 뿐만 아니라 신뢰도(reliability) 및 지연(latency)에 민감한 서비스/단말을 고려한 통신 시스템 디자인이 논의되고 있다. 이와 같이 확장된 모바일 브로드밴드 커뮤니케이션(enhanced mobile broadband communication), massive MTC, URLLC (Ultra-Reliable and Low Latency Communication) 등을 고려한 차세대 무선 접속 기술의 도입이 논의되고 있으며, 본 개시의 다양한 실시 예들에서는 편의상 해당 기술(technology)을 new RAT 또는 NR이라고 부른다.
도 2는 차세대 무선 접속 네트워크(New Generation Radio Access Network: NG-RAN)의 시스템 구조를 도시한 도면이다.
도 2를 참조하면, NG-RAN은, 단말에게 사용자 평면 및 제어 평면 프로토콜 종단(termination)을 제공하는 gNB 및/또는 eNB를 포함할 수 있다. 도 1에서는 gNB만을 포함하는 경우를 예시한다. gNB 및 eNB는 상호 간에 Xn 인터페이스로 연결되어 있다. gNB 및 eNB는 5세대 코어 네트워크(5G Core Network: 5GC)와 NG 인터페이스를 통해 연결되어 있다. 보다 구체적으로, AMF(access and mobility management function)과는 NG-C 인터페이스를 통해 연결되고, UPF(user plane function)과는 NG-U 인터페이스를 통해 연결된다.
도 3은 NG-RAN과 5GC 간의 기능적 분할을 도시한 도면이다.
도 3을 참조하면, gNB는 인터 셀 간의 무선 자원 관리(Inter Cell RRM), 무선 베어러 관리(RB control), 연결 이동성 제어(Connection Mobility Control), 무선 허용 제어(Radio Admission Control), 측정 설정 및 제공(Measurement configuration & Provision), 동적 자원 할당(dynamic resource allocation) 등의 기능을 제공할 수 있다. AMF는 NAS 보안, 아이들 상태 이동성 처리 등의 기능을 제공할 수 있다. UPF는 이동성 앵커링(Mobility Anchoring), PDU 처리 등의 기능을 제공할 수 있다. SMF(Session Management Function)는 단말 IP 주소 할당, PDU 세션 제어 등의 기능을 제공할 수 있다.
도 4는 5G 사용 시나리오의 예를 도시한 도면이다.
도 4에 도시된 5G 사용 시나리오는 단지 예시적인 것이며, 본 개시의 다양한 실시 예들의 기술적 특징은 도 4에 도시되지 않은 다른 5G 사용 시나리오에도 적용될 수 있다.
도 4를 참조하면, 5G의 세 가지 주요 요구 사항 영역은 (1) 개선된 모바일 광대역(eMBB; enhanced mobile broadband) 영역, (2) 다량의 머신 타입 통신(mMTC; massive machine type communication) 영역 및 (3) 초-신뢰 및 저 지연 통신(URLLC; ultra-reliable and low latency communications) 영역을 포함한다. 일부 사용 예는 최적화를 위해 다수의 영역을 요구할 수 있고, 다른 사용 예는 단지 하나의 핵심 성능 지표(KPI; key performance indicator)에만 포커싱 할 수 있다. 5G는 이러한 다양한 사용 예들을 유연하고 신뢰할 수 있는 방법으로 지원하는 것이다.
eMBB는 데이터 속도, 지연, 사용자 밀도, 모바일 광대역 접속의 용량 및 커버리지의 전반적인 향상에 중점을 둔다. eMBB는 10Gbps 정도의 처리량을 목표로 한다. eMBB는 기본적인 모바일 인터넷 접속을 훨씬 능가하게 하며, 풍부한 양방향 작업, 클라우드 또는 증강 현실에서 미디어 및 엔터테인먼트 애플리케이션을 커버한다. 데이터는 5G의 핵심 동력 중 하나이며, 5G 시대에서 처음으로 전용 음성 서비스를 볼 수 없을 수 있다. 5G에서, 음성은 단순히 통신 시스템에 의해 제공되는 데이터 연결을 사용하여 응용 프로그램으로서 처리될 것으로 기대된다. 증가된 트래픽 양의 주요 원인은 콘텐츠 크기의 증가 및 높은 데이터 전송률을 요구하는 애플리케이션 수의 증가이다. 스트리밍 서비스(오디오 및 비디오), 대화형 비디오 및 모바일 인터넷 연결은 더 많은 장치가 인터넷에 연결될수록 더 널리 사용될 것이다. 이러한 많은 애플리케이션은 사용자에게 실시간 정보 및 알림을 푸쉬하기 위해 항상 켜져 있는 연결성을 필요로 한다. 클라우드 스토리지 및 애플리케이션은 모바일 통신 플랫폼에서 급속히 증가하고 있으며, 이것은 업무 및 엔터테인먼트 모두에 적용될 수 있다. 클라우드 스토리지는 상향링크 데이터 전송률의 성장을 견인하는 특별한 사용 예이다. 5G는 또한 클라우드 상의 원격 업무에도 사용되며, 촉각 인터페이스가 사용될 때 우수한 사용자 경험을 유지하도록 훨씬 더 낮은 단-대-단(end-to-end) 지연을 요구한다. 엔터테인먼트에서 예를 들면, 클라우드 게임 및 비디오 스트리밍은 모바일 광대역 능력에 대한 요구를 증가시키는 또 다른 핵심 요소이다. 엔터테인먼트는 기차, 차 및 비행기와 같은 높은 이동성 환경을 포함하여 어떤 곳에서든지 스마트폰 및 태블릿에서 필수적이다. 또 다른 사용 예는 엔터테인먼트를 위한 증강 현실 및 정보 검색이다. 여기서, 증강 현실은 매우 낮은 지연과 순간적인 데이터 양을 필요로 한다.
mMTC는 배터리에 의해 구동되는 다량의 저비용 장치 간의 통신을 가능하게 하기 위하여 설계되며, 스마트 계량, 물류, 현장 및 신체 센서와 같은 애플리케이션을 지원하기 위한 것이다. mMTC는 10년 정도의 배터리 및/또는 1km2 당 백만 개 정도의 장치를 목표로 한다. mMTC는 모든 분야에서 임베디드 센서를 원활하게 연결할 수 있게 하며, 가장 많이 예상되는 5G 사용 예 중 하나이다. 잠재적으로 2020년까지 IoT 장치들은 204억 개에 이를 것으로 예측된다. 산업 IoT는 5G가 스마트 도시, 자산 추적(asset tracking), 스마트 유틸리티, 농업 및 보안 인프라를 가능하게 하는 주요 역할을 수행하는 영역 중 하나이다.
URLLC는 장치 및 기계가 매우 신뢰성 있고 매우 낮은 지연 및 높은 가용성으로 통신할 수 있도록 함으로써 차량 통신, 산업 제어, 공장 자동화, 원격 수술, 스마트 그리드 및 공공 안전 애플리케이션에 이상적이다. URLLC는 1ms의 정도의 지연을 목표로 한다. URLLC는 주요 인프라의 원격 제어 및 자율 주행 차량과 같은 초 신뢰/지연이 적은 링크를 통해 산업을 변화시킬 새로운 서비스를 포함한다. 신뢰성과 지연의 수준은 스마트 그리드 제어, 산업 자동화, 로봇 공학, 드론 제어 및 조정에 필수적이다.
다음으로, 도 4의 삼각형 안에 포함된 다수의 사용 예에 대해 보다 구체적으로 살펴본다.
5G는 초당 수백 메가 비트에서 초당 기가 비트로 평가되는 스트림을 제공하는 수단으로 FTTH(fiber-to-the-home) 및 케이블 기반 광대역(또는 DOCSIS)을 보완할 수 있다. 이러한 빠른 속도는 가상 현실(VR; virtual reality)과 증강 현실(AR; augmented reality) 뿐 아니라 4K 이상(6K, 8K 및 그 이상)의 해상도로 TV를 전달하는 데에 요구될 수 있다. VR 및 AR 애플리케이션은 거의 몰입형(immersive) 스포츠 경기를 포함한다. 특정 애플리케이션은 특별한 네트워크 설정이 요구될 수 있다. 예를 들어, VR 게임의 경우, 게임 회사가 지연을 최소화하기 위해 코어 서버를 네트워크 오퍼레이터의 에지 네트워크 서버와 통합해야 할 수 있다.
자동차(Automotive)는 차량에 대한 이동 통신을 위한 많은 사용 예와 함께 5G에 있어 중요한 새로운 동력이 될 것으로 예상된다. 예를 들어, 승객을 위한 엔터테인먼트는 높은 용량과 높은 모바일 광대역을 동시에 요구한다. 그 이유는 미래의 사용자는 그들의 위치 및 속도와 관계 없이 고품질의 연결을 계속해서 기대하기 때문이다. 자동차 분야의 다른 사용 예는 증강 현실 대시보드이다. 운전자는 증강 현실 대비보드를 통해 앞면 창을 통해 보고 있는 것 위에 어둠 속에서 물체를 식별할 수 있다. 증강 현실 대시보드는 물체의 거리와 움직임에 대해 운전자에게 알려줄 정보를 겹쳐서 디스플레이 한다. 미래에, 무선 모듈은 차량 간의 통신, 차량과 지원하는 인프라구조 사이에서 정보 교환 및 자동차와 다른 연결된 장치(예를 들어, 보행자에 의해 수반되는 장치) 사이에서 정보 교환을 가능하게 한다. 안전 시스템은 운전자가 보다 안전한 운전을 할 수 있도록 행동의 대체 코스를 안내하여 사고의 위험을 낮출 수 있게 한다. 다음 단계는 원격 조종 차량 또는 자율 주행 차량이 될 것이다. 이는 서로 다른 자율 주행 차량 사이 및/또는 자동차와 인프라 사이에서 매우 신뢰성이 있고 매우 빠른 통신을 요구한다. 미래에, 자율 주행 차량이 모든 운전 활동을 수행하고, 운전자는 차량 자체가 식별할 수 없는 교통 이상에만 집중하도록 할 것이다. 자율 주행 차량의 기술적 요구 사항은 트래픽 안전을 사람이 달성할 수 없을 정도의 수준까지 증가하도록 초 저 지연과 초고속 신뢰성을 요구한다.
스마트 사회로서 언급되는 스마트 도시와 스마트 홈은 고밀도 무선 센서 네트워크로 임베디드 될 것이다. 지능형 센서의 분산 네트워크는 도시 또는 집의 비용 및 에너지 효율적인 유지에 대한 조건을 식별할 것이다. 유사한 설정이 각 가정을 위해 수행될 수 있다. 온도 센서, 창 및 난방 컨트롤러, 도난 경보기 및 가전 제품은 모두 무선으로 연결된다. 이러한 센서 중 많은 것들이 전형적으로 낮은 데이터 전송 속도, 저전력 및 저비용을 요구한다. 하지만, 예를 들어, 실시간 HD 비디오는 감시를 위해 특정 타입의 장치에서 요구될 수 있다.
열 또는 가스를 포함한 에너지의 소비 및 분배는 고도로 분산화되고 있어, 분산 센서 네트워크의 자동화된 제어가 요구된다. 스마트 그리드는 정보를 수집하고 이에 따라 행동하도록 디지털 정보 및 통신 기술을 사용하여 이런 센서를 상호 연결한다. 이 정보는 공급 업체와 소비자의 행동을 포함할 수 있으므로, 스마트 그리드가 효율성, 신뢰성, 경제성, 생산의 지속 가능성 및 자동화된 방식으로 전기와 같은 연료의 분배를 개선하도록 할 수 있다. 스마트 그리드는 지연이 적은 다른 센서 네트워크로 볼 수도 있다.
건강 부문은 이동 통신의 혜택을 누릴 수 있는 많은 애플리케이션을 보유하고 있다. 통신 시스템은 멀리 떨어진 곳에서 임상 진료를 제공하는 원격 진료를 지원할 수 있다. 이는 거리에 대한 장벽을 줄이는 데에 도움을 주고, 거리가 먼 농촌에서 지속적으로 이용하지 못하는 의료 서비스로의 접근을 개선시킬 수 있다. 이는 또한 중요한 진료 및 응급 상황에서 생명을 구하기 위해 사용된다. 이동 통신 기반의 무선 센서 네트워크는 심박수 및 혈압과 같은 파라미터에 대한 원격 모니터링 및 센서를 제공할 수 있다.
무선 및 모바일 통신은 산업 응용 분야에서 점차 중요해지고 있다. 배선은 설치 및 유지 비용이 높다. 따라서, 케이블을 재구성할 수 있는 무선 링크로의 교체 가능성은 많은 산업 분야에서 매력적인 기회이다. 그러나, 이를 달성하는 것은 무선 연결이 케이블과 비슷한 지연, 신뢰성 및 용량으로 동작하는 것과, 그 관리가 단순화될 것을 요구한다. 낮은 지연과 매우 낮은 오류 확률은 5G로 연결될 필요가 있는 새로운 요구 사항이다.
물류 및 화물 추적은 위치 기반 정보 시스템을 사용하여 어디에서든지 인벤토리(inventory) 및 패키지의 추적을 가능하게 하는 이동 통신에 대한 중요한 사용 예이다. 물류 및 화물 추적의 사용 예는 전형적으로 낮은 데이터 속도를 요구하지만 넓은 범위와 신뢰성 있는 위치 정보가 필요할 수 있다.
이하, 본 개시의 다양한 실시 예들의 실시예에 적용될 수 있는 차세대 통신(예컨대, 6G)의 예시들에 대해 설명하도록 한다.
6G 시스템 일반
6G (무선통신) 시스템은 (i) 디바이스 당 매우 높은 데이터 속도, (ii) 매우 많은 수의 연결된 디바이스들, (iii) 글로벌 연결성(global connectivity), (iv) 매우 낮은 지연, (v) 배터리-프리(battery-free) IoT 디바이스들의 에너지 소비를 낮추고, (vi) 초고신뢰성 연결, (vii) 머신 러닝 능력을 가지는 연결된 지능 등에 목적이 있다. 6G 시스템의 비젼은 intelligent connectivity, deep connectivity, holographic connectivity, ubiquitous connectivity와 같은 4가지 측면일 수 있으며, 6G 시스템은 아래 표 1과 같은 요구 사항을 만족시킬 수 있다. 즉, 표 1은 6G 시스템의 요구 사항의 일례를 나타낸 표이다.
Per device peak data rate 1Tbps
E2E latency 1ms
Maximum spectral efficiency 100bps/Hz
Mobility support Up to 1000km/hr
Satellite integration Fully
AI Fully
Autonomous vehicle Fully
XR Fully
Haptic Communication Fully
6G 시스템은 Enhanced mobile broadband (eMBB), Ultra-reliable low latency communications (URLLC), massive machine-type communication (mMTC), AI integrated communication, Tactile internet, High throughput, High network capacity, High energy efficiency, Low backhaul and access network congestion, Enhanced data security와 같은 핵심 요소(key factor)들을 가질 수 있다.
도 5는 6G 시스템에서 제공 가능한 통신 구조의 일례를 도시한 도면이다.
6G 시스템은 5G 무선통신 시스템보다 50배 더 높은 동시 무선통신 연결성을 가질 것으로 예상된다. 5G의 key feature인 URLLC는 6G 통신에서 1ms보다 적은 단-대-단(end-to-end) 지연을 제공함으로써 보다 더 주요한 기술이 될 것이다. 6G 시스템은 자주 사용되는 영역 스펙트럼 효율과 달리 체적 스펙트럼 효율이 훨씬 우수할 것이다. 6G 시스템은 매우 긴 배터리 수명과 에너지 수확을 위한 고급 배터리 기술을 제공할 수 있어, 6G 시스템에서 모바일 디바이스들은 별도로 충전될 필요가 없을 것이다. 6G에서 새로운 네트워크 특성들은 다음과 같을 수 있다.
- 위성 통합 네트워크(Satellites integrated network): 글로벌 모바일 집단을 제공하기 위해 6G는 위성과 통합될 것으로 예상된다. 지상파, 위성 및 공중 네트워크를 하나의 무선통신 시스템으로 통합은 6G에 매우 중요하다.
- 연결된 인텔리전스(Connected intelligence): 이전 세대의 무선 통신 시스템과 달리 6G는 혁신적이며, "연결된 사물"에서 "연결된 지능"으로 무선 진화가 업데이트될 것이다. AI는 통신 절차의 각 단계(또는 후술할 신호 처리의 각 절차)에서 적용될 수 있다.
- 무선 정보 및 에너지 전달의 완벽한 통합(Seamless integration wireless information and energy transfer): 6G 무선 네트워크는 스마트폰들과 센서들과 같이 디바이스들의 배터리를 충전하기 위해 전력을 전달할 것이다. 그러므로, 무선 정보 및 에너지 전송 (WIET)은 통합될 것이다.
- 유비쿼터스 슈퍼 3D 연결(Ubiquitous super 3D connectivity): 드론 및 매우 낮은 지구 궤도 위성의 네트워크 및 핵심 네트워크 기능에 접속은 6G 유비쿼터스에서 슈퍼 3D 연결을 만들 것이다.
위와 같은 6G의 새로운 네트워크 특성들에서 몇 가지 일반적인 요구 사항은 다음과 같을 수 있다.
- 스몰 셀 네트워크(small cell networks): 스몰 셀 네트워크의 아이디어는 셀룰러 시스템에서 처리량, 에너지 효율 및 스펙트럼 효율 향상의 결과로 수신 신호 품질을 향상시키기 위해 도입되었다. 결과적으로, 스몰 셀 네트워크는 5G 및 비욘드 5G (5GB) 이상의 통신 시스템에 필수적인 특성이다. 따라서, 6G 통신 시스템 역시 스몰 셀 네트워크의 특성을 채택한다.
- 초 고밀도 이기종 네트워크(Ultra-dense heterogeneous network): 초 고밀도 이기종 네트워크들은 6G 통신 시스템의 또 다른 중요한 특성이 될 것이다. 이기종 네트워크로 구성된 멀티-티어 네트워크는 전체 QoS를 개선하고 비용을 줄인다.
- 대용량 백홀(High-capacity backhaul): 백홀 연결은 대용량 트래픽을 지원하기 위해 대용량 백홀 네트워크로 특징 지어진다. 고속 광섬유 및 자유 공간 광학 (FSO) 시스템이 이 문제에 대한 가능한 솔루션일 수 있다.
- 모바일 기술과 통합된 레이더 기술: 통신을 통한 고정밀 지역화(또는 위치 기반 서비스)는 6G 무선통신 시스템의 기능 중 하나이다. 따라서, 레이더 시스템은 6G 네트워크와 통합될 것이다.
- 소프트화 및 가상화(Softwarization and virtualization): 소프트화 및 가상화는 유연성, 재구성성 및 프로그래밍 가능성을 보장하기 위해 5GB 네트워크에서 설계 프로세스의 기초가 되는 두 가지 중요한 기능이다. 또한, 공유 물리적 인프라에서 수십억 개의 장치가 공유될 수 있다.
6G 시스템의 핵심 구현 기술
인공 지능(Artificial Intelligence)
6G 시스템에 가장 중요하며, 새로 도입될 기술은 AI이다. 4G 시스템에는 AI가 관여하지 않았다. 5G 시스템은 부분 또는 매우 제한된 AI를 지원할 것이다. 그러나, 6G 시스템은 완전히 자동화를 위해 AI가 지원될 것이다. 머신 러닝의 발전은 6G에서 실시간 통신을 위해 보다 지능적인 네트워크를 만들 것이다. 통신에 AI를 도입하면 실시간 데이터 전송이 간소화되고 향상될 수 있다. AI는 수많은 분석을 사용하여 복잡한 대상 작업이 수행되는 방식을 결정할 수 있다. 즉, AI는 효율성을 높이고 처리 지연을 줄일 수 있다.
핸드 오버, 네트워크 선택, 자원 스케쥴링과 같은 시간 소모적인 작업은 AI를 사용함으로써 즉시 수행될 수 있다. AI는 M2M, 기계-대-인간 및 인간-대-기계 통신에서도 중요한 역할을 할 수 있다. 또한, AI는 BCI(Brain Computer Interface)에서 신속한 통신이 될 수 있다. AI 기반 통신 시스템은 메타 물질, 지능형 구조, 지능형 네트워크, 지능형 장치, 지능형 인지 라디오(radio), 자체 유지 무선 네트워크 및 머신 러닝에 의해 지원될 수 있다.
최근에는 AI를 무선 통신 시스템과 통합하려고 하는 시도들이 나타나고 있으나, 이는 application layer, network layer 특히, 딥러닝을 wireless resource management and allocation 분야에 집중되어 왔다. 그러나, 이러한 연구는 점점 MAC layer 와 Physical layer로 발전하고 있으며, 특히 물리계층에서 딥러닝을 무선 전송(wireless transmission)과 결합하고자 하는 시도들이 나타나고 있다. AI 기반의 물리계층 전송은, 근본적인 신호 처리 및 통신 메커니즘에 있어서, 전통적인 통신 프레임워크가 아니라 AI 드라이버에 기초한 신호 처리 및 통신 메커니즘을 적용하는 것을 의미한다. 예를 들어, 딥러닝 기반의 채널 코딩 및 디코딩(channel coding and decoding), 딥러닝 기반의 신호 추정(estimation) 및 검출(detection), 딥러닝 기반의 MIMO mechanism, AI 기반의 자원 스케줄링(scheduling) 및 할당(allocation) 등을 포함할 수 있다.
머신 러닝은 채널 추정 및 채널 트래킹을 위해 사용될 수 있으며, DL(downlink)의 물리 계층(physical layer)에서 전력 할당(power allocation), 간섭 제거 (interference cancellation) 등에 사용될 수 있다. 또한, 머신 러닝은 MIMO 시스템에서 안테나 선택, 전력 제어(power control), 심볼 검출(symbol detection) 등에도 사용될 수 있다.
그러나 물리계층에서의 전송을 위한 DNN의 적용은 아래와 같은 문제점이 있을 수 있다.
딥러닝 기반의 AI 알고리즘은 훈련 파라미터를 최적화하기 위해 수많은 훈련 데이터가 필요하다. 그러나 특정 채널 환경에서의 데이터를 훈련 데이터로 획득하는데 있어서의 한계로 인해, 오프라인 상에서 많은 훈련 데이터를 사용한다. 이는 특정 채널 환경에서 훈련 데이터에 대한 정적 훈련(static training)은, 무선 채널의 동적 특성 및 다이버시티(diversity) 사이에 모순(contradiction)이 생길 수 있다.
또한, 현재 딥러닝은 주로 실제 신호(real signal)를 대상으로 한다. 그러나, 무선 통신의 물리 계층의 신호들은 복소 신호(complex signal)이다. 무선 통신 신호의 특성을 매칭시키기 위해 복소 도메인 신호의 검출하는 신경망(neural network)에 대한 연구가 더 필요하다.
이하, 머신 러닝에 대해 보다 구체적으로 살펴본다.
머신 러닝은 사람이 할 수 있거나 혹은 하기 어려운 작업을 대신해낼 수 있는 기계를 만들어내기 위해 기계를 학습시키는 일련의 동작을 의미한다. 머신 러닝을 위해서는 데이터와 러닝 모델이 필요하다. 머신 러닝에서 데이터의 학습 방법은 크게 3가지 즉, 지도 학습(supervised learning), 비지도 학습(unsupervised learning) 그리고 강화 학습(reinforcement learning)으로 구분될 수 있다.
신경망 학습은 출력의 오류를 최소화하기 위한 것이다. 신경망 학습은 반복적으로 학습 데이터를 신경망에 입력시키고 학습 데이터에 대한 신경망의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 신경망의 에러를 신경망의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation) 하여 신경망의 각 노드의 가중치를 업데이트하는 과정이다.
지도 학습은 학습 데이터에 정답이 라벨링된 학습 데이터를 사용하며 비지도 학습은 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 지도 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링된 데이터 일 수 있다. 라벨링된 학습 데이터가 신경망에 입력되고 신경망의 출력(카테고리)과 학습 데이터의 라벨을 비교하여 오차(error)가 계산될 수 있다. 계산된 오차는 신경망에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 신경망의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learing rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 신경망의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 신경망의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 신경망의 학습 초기에는 높은 학습률을 사용하여 신경망이 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다
데이터의 특징에 따라 학습 방법은 달라질 수 있다. 예를 들어, 통신 시스템 상에서 송신단에서 전송한 데이터를 수신단에서 정확하게 예측하는 것을 목적으로 하는 경우, 비지도 학습 또는 강화 학습 보다는 지도 학습을 이용하여 학습을 수행하는 것이 바람직하다.
러닝 모델은 인간의 뇌에 해당하는 것으로서, 가장 기본적인 선형 모델을 생각할 수 있으나, 인공 신경망(artificial neural networks)와 같은 복잡성이 높은 신경망 구조를 러닝 모델로 사용하는 머신 러닝의 패러다임을 딥러닝(deep learning)이라 한다.
학습(learning) 방식으로 사용하는 신경망 코어(neural network cord)는 크게 심층 신경망(DNN, deep neural networks), 합성곱 신경망(CNN, convolutional deep neural networks), 순환 신경망(RNN, Recurrent Boltzmann Machine) 방식이 있다.
인공 신경망(artificial neural network)은 여러 개의 퍼셉트론을 연결한 예시이다.
도 6는 퍼셉트론 구조의 일례를 개략적으로 도시한 도면이다.
도 6를 참조하면, 입력 벡터 x=(x1,x2,...,xd) 가 입력되면 각 성분에 가중치(W1,W2,...,Wd)를 곱하고, 그 결과를 모두 합산한 후, 활성함수 σ(·) 를 적용하는 전체 과정을 퍼셉트론(perceptron)이라 한다. 거대한 인공 신경망 구조는 도 6에 도시한 단순화된 퍼셉트론 구조를 확장하여 입력벡터를 서로 다른 다 차원의 퍼셉트론에 적용할 수도 있다. 설명의 편의를 위해 입력값 또는 출력값을 노드(node)라 칭한다.
한편, 도 6에 도시된 퍼셉트론 구조는 입력값, 출력값을 기준으로 총 3개의 층(layer)로 구성되는 것으로 설명할 수 있다. 1st layer와 2nd layer 사이에는 (d+1) 차원의 퍼셉트론 H개, 2nd layer와 3rd layer 사이에는 (H+1)차원 퍼셉트론이 K 개 존재하는 인공신경망을 도 7과 같이 표현할 수 있다.
도 7은 다층 퍼셉트론 구조의 일례를 개략적으로 도시한 도면이다.
입력벡터가 위치하는 층을 입력층(input layer), 최종 출력값이 위치하는 층을 출력층(output layer), 입력층과 출력층 사이에 위치하는 모든 층을 은닉층(hidden layer)라 한다. 도 7의 예시는 3개의 층이 개시되나, 실제 인공신경망 층의 개수를 카운트할 때는 입력층을 제외하고 카운트하므로 총 2개의 층으로 볼 수 있다. 인공신경망은 기본 블록의 퍼셉트론을 2차원적으로 연결되어 구성된다.
전술한 입력층, 은닉층, 출력층은 다층 퍼셉트론 뿐 아니라 후술할 CNN, RNN 등 다양한 인공신경망 구조에서 공동적으로 적용될 수 있다. 은닉층의 개수가 많아질수록 인공신경망이 깊어진 것이며, 충분히 깊어진 인공신경망을 러닝모델로 사용하는 머신러닝 패러다임을 딥러닝(Deep Learning)이라 한다. 또한 딥러닝을 위해 사용하는 인공신경망을 심층 신경망(DNN: Deep neural network)라 한다.
도 8은 심층 신경망 예시를 개략적으로 도시한 도면이다.
도 8에 도시된 심층 신경망은 은닉층+출력층이 8개로 구성된 다층 퍼셉트론이다. 상기 다층 퍼셉트론 구조를 완전 연결 신경망(fully-connected neural network)이라 표현한다. 완전 연결 신경망은 서로 같은 층에 위치하는 노드 간에는 연결 관계가 존재하지 않으며, 인접한 층에 위치한 노드들 간에만 연결 관계가 존재한다. DNN은 완전 연결 신경망 구조를 가지고 다수의 은닉층과 활성함수들의 조합으로 구성되어 입력과 출력 사이의 상관관계 특성을 파악하는데 유용하게 적용될 수 있다. 여기서 상관관계 특성은 입출력의 결합확률(joint probability)을 의미할 수 있다.
한편, 복수의 퍼셉트론을 서로 어떻게 연결하느냐에 따라 전술한 DNN과 다른 다양한 인공 신경망 구조를 형성할 수 있다.
도 9은 컨볼루션 신경망의 일례를 개략적으로 도시한 도면이다.
DNN은 하나의 층 내부에 위치한 노드들이 1차원적의 세로 방향으로 배치되어 있다. 그러나, 도 9은 노드들이 2차원적으로 가로 w개, 세로 h개의 노드가 배치할 경우를 가정할 수 있다(도 9의 컨볼루션 신경망 구조). 이 경우, 하나의 입력노드에서 은닉층으로 이어지는 연결과정에서 연결 하나당 가중치가 부가되므로 총 hΥw 개의 가중치를 고려해야한다. 입력층에 hΥw 개의 노드가 존재하므로 인접한 두 층 사이에는 총 h2w2 개의 가중치가 필요하다.
도 9의 컨볼루션 신경망은 연결개수에 따라 가중치의 개수가 기하급수적으로 증가하는 문제가 있어 인접한 층 간의 모든 모드의 연결을 고려하는 대신, 크기가 작은 필터(filter)가 존재하는 것으로 가정하여 도 10에서와 같이 필터가 겹치는 부분에 대해서는 가중합 및 활성함수 연산을 수행하도록 한다.
도 10는 컨볼루션 신경망에서의 필터 연산의 일례를 개략적으로 도시한 도면이다.
하나의 필터는 그 크기만큼의 개수에 해당하는 가중치를 가지며, 이미지 상의 어느 특정한 특징을 요인으로 추출하여 출력할 수 있도록 가중치의 학습이 이루어질 수 있다. 도 10에서는 3Υ3 크기의 필터가 입력층의 가장 좌측 상단 3Υ3 영역에 적용되고, 해당 노드에 대한 가중합 및 활성함수 연산을 수행한 결과 출력값을 z22에 저장한다.
상기 필터는 입력층을 스캔하면서 가로, 세로 일정 간격만큼 이동하면서 가중합 및 활성함수 연산을 수행하고 그 출력값을 현재 필터의 위치에 위치시킨다. 이러한 연산 방식은 컴퓨터 비전(computer vision) 분야에서 이미지에 대한 컨볼루션(convolution) 연산과 유사하여 이러한 구조의 심층 신경망을 컨볼루션 신경망(CNN: convolutional neural network)라 하고, 컨볼루션 연산 결과 생성되는 은닉층을 컨볼루션 층(convolutional layer)라 한다. 또한, 복수의 컨볼루션 층이 존재하는 신경망을 심층 컨볼루션 신경망(DCNN: Deep convolutional)이라 한다.
컨볼루션 층에서는 현재 필터가 위치한 노드에서, 상기 필터가 커버하는 영역에 위치한 노드만을 포괄하여 가중합을 계산함으로써, 가중치의 개수를 줄여줄 수 있다. 이로 인해, 하나의 필터가 로컬(local) 영역에 대한 특징에 집중하도록 이용될 수 있다. 이에 따라 CNN은 2차원 영역 상의 물리적 거리가 중요한 판단 기준이 되는 이미지 데이터 처리에 효과적으로 적용될 수 있다. 한편, CNN은 컨볼루션 층의 직전에 복수의 필터가 적용될 수 있으며, 각 필터의 컨볼루션 연산을 통해 복수의 출력 결과를 생성할 수도 있다.
한편, 데이터 속성에 따라 시퀀스(sequence) 특성이 중요한 데이터들이 있을 수 있다. 이러한 시퀀스 데이터들의 길이 가변성, 선후 관계를 고려하여 데이터 시퀀스 상의 원소를 매 시점(timestep) 마다 하나씩 입력하고, 특정 시점에 출력된 은닉층의 출력 벡터(은닉 벡터)를, 시퀀스 상의 바로 다음 원소와 함께 입력하는 방식을 인공 신경망에 적용한 구조를 순환 신경망 구조라 한다.
도 11은 순환 루프가 존재하는 신경망 구조의 일례를 개략적으로 도시한 도면이다.
도 11을 참조하면, 순환 신경망(RNN: recurrent neural netwok)은 데이터 시퀀스 상의 어느 시선 t의 원소 (x1(t), x2(t), ,..., xd(t))를 완전 연결 신경망에 입력하는 과정에서, 바로 이전 시점 t-1은 은닉 벡터 (z1(t-1), z2(t-1),..., zH(t-1))을 함께 입력하여 가중합 및 활성함수를 적용하는 구조이다. 이와 같이 은닉 벡터를 다음 시점으로 전달하는 이유는 앞선 시점들에서의 입력 벡터속 정보들이 현재 시점의 은닉 벡터에 누적된 것으로 간주하기 때문이다.
도 12은 순환 신경망의 동작 구조의 일례를 개략적으로 도시한 도면이다.
도 12을 참조하면, 순환 신경망은 입력되는 데이터 시퀀스에 대하여 소정의 시점 순서대로 동작한다.
시점　1에서의 입력 벡터 (x1(t), x2(t), ,..., xd(t))가 순환 신경망에 입력되었을 때의 은닉 벡터　(z1(1),z2(1),...,zH(1))가 시점　2의 입력 벡터　 (x1(2),x2(2),...,xd(2))와 함께 입력되어 가중합 및 활성 함수를 통해 은닉층의 벡터　 (z1(2),z2(2) ,...,zH(2))를 결정한다. 이러한 과정은 시점　2, 시점　3, ,,, 시점 T 까지 반복적으로 수행된다.
한편, 순환 신경망 내에서 복수의 은닉층이 배치될 경우, 이를 심층 순환 신경망(DRNN: Deep recurrent neural network)라 한다. 순환 신경망은 시퀀스 데이터(예를 들어, 자연어 처리(natural language processing)에 유용하게 적용되도록 설계되어 있다.
학습(learning) 방식으로 사용하는 신경망 코어로서 DNN, CNN, RNN 외에 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine), 심층 신뢰 신경망(DBN, deep belief networks), 심층 Q-네트워크(Deep Q-Network)와 같은 다양한 딥 러닝 기법들을 포함하며, 컴퓨터비젼, 음성인식, 자연어처리, 음성/신호처리 등의 분야에 적용될 수 있다.
최근에는 AI를 무선 통신 시스템과 통합하려고 하는 시도들이 나타나고 있으나, 이는 application layer, network layer 특히, 딥러닝을 wireless resource management and allocation 분야에 집중되어 왔다. 그러나, 이러한 연구는 점점 MAC layer 와 Physical layer로 발전하고 있으며, 특히 물리계층에서 딥러닝을 무선 전송(wireless transmission)과 결합하고자 하는 시도들이 나타나고 있다. AI 기반의 물리계층 전송은, 근본적인 신호 처리 및 통신 메커니즘에 있어서, 전통적인 통신 프레임워크가 아니라 AI 드라이버에 기초한 신호 처리 및 통신 메커니즘을 적용하는 것을 의미한다. 예를 들어, 딥러닝 기반의 채널 코딩 및 디코딩(channel coding and decoding), 딥러닝 기반의 신호 추정(estimation) 및 검출(detection), 딥러닝 기반의 MIMO mechanism, AI 기반의 자원 스케줄링(scheduling) 및 할당(allocation) 등을 포함할 수 있다.
THz(Terahertz) 통신
데이터 전송률은 대역폭을 늘려 높일 수 있다. 이것은 넓은 대역폭으로 sub-THz 통신을 사용하고, 진보된 대규모 MIMO 기술을 적용하여 수행될 수 있다. 밀리미터 이하의 방사선으로도 알려진 THz파는 일반적으로 0.03mm-3mm 범위의 해당 파장을 가진 0.1THz와 10THz 사이의 주파수 대역을 나타낸다. 100GHz-300GHz 대역 범위(Sub THz 대역)는 셀룰러 통신을 위한 THz 대역의 주요 부분으로 간주된다. Sub-THz 대역 mmWave 대역 에 추가하면 6G 셀룰러 통신 용량은 늘어난다.. 정의된 THz 대역 중 300GHz-3THz는 원적외선 (IR) 주파수 대역에 있다. 300GHz-3THz 대역은 광 대역의 일부이지만 광 대역의 경계에 있으며, RF 대역 바로 뒤에 있다. 따라서, 이 300 GHz-3 THz 대역은 RF와 유사성을 나타낸다.
도 13는 전자기 스펙트럼의 일례를 도시한 도면이다.
THz 통신의 주요 특성은 (i) 매우 높은 데이터 전송률을 지원하기 위해 광범위하게 사용 가능한 대역폭, (ii) 고주파에서 발생하는 높은 경로 손실 (고 지향성 안테나는 필수 불가결)을 포함한다. 높은 지향성 안테나에서 생성된 좁은 빔 폭은 간섭을 줄인다. THz 신호의 작은 파장은 훨씬 더 많은 수의 안테나 소자가 이 대역에서 동작하는 장치 및 BS에 통합될 수 있게 한다. 이를 통해 범위 제한을 극복할 수 있는 고급 적응형 배열 기술을 사용할 수 있다.
광 무선 기술 (Optical wireless technology)
OWC 기술은 가능한 모든 장치-대-액세스 네트워크를 위한 RF 기반 통신 외에도 6G 통신을 위해 계획되었다. 이러한 네트워크는 네트워크-대-백홀/프론트홀 네트워크 연결에 접속한다. OWC 기술은 4G 통신 시스템 이후 이미 사용되고 있으나 6G 통신 시스템의 요구를 충족시키기 위해 더 널리 사용될 것이다. 광 충실도(light fidelity), 가시광 통신, 광 카메라 통신 및 광 대역에 기초한 FSO 통신과 같은 OWC 기술은 이미 잘 알려진 기술이다. 광 무선 기술 기반의 통신은 매우 높은 데이터 속도, 낮은 지연 시간 및 안전한 통신을 제공할 수 있다. LiDAR 또한 광 대역을 기반으로 6G 통신에서 초 고해상도 4D 매핑을 위해 이용될 수 있다.
FSO 백홀 네트워크
FSO 시스템의 송신기 및 수신기 특성은 광섬유 네트워크의 특성과 유사하다. 따라서, FSO 시스템의 데이터 전송은 광섬유 시스템과 비슷하다. 따라서, FSO는 광섬유 네트워크와 함께 6G 시스템에서 백홀 연결을 제공하는 좋은 기술이 될 수 있다. FSO를 사용하면, 10,000km 이상의 거리에서도 매우 장거리 통신이 가능하다. FSO는 바다, 우주, 수중, 고립된 섬과 같은 원격 및 비원격 지역을 위한 대용량 백홀 연결을 지원한다. FSO는 셀룰러 BS 연결도 지원한다.
대규모 MIMO 기술
스펙트럼 효율을 향상시키는 핵심 기술 중 하나는 MIMO 기술을 적용하는 것이다. MIMO 기술이 향상되면 스펙트럼 효율도 향상된다. 따라서, 6G 시스템에서 대규모 MIMO 기술이 중요할 것이다. MIMO 기술은 다중 경로를 이용하기 때문에 데이터 신호가 하나 이상의 경로로 전송될 수 있도록 다중화 기술 및 THz 대역에 적합한 빔 생성 및 운영 기술도 중요하게 고려되어야 한다.
블록 체인
블록 체인은 미래의 통신 시스템에서 대량의 데이터를 관리하는 중요한 기술이 될 것이다. 블록 체인은 분산 원장 기술의 한 형태로서, 분산 원장은 수많은 노드 또는 컴퓨팅 장치에 분산되어 있는 데이터베이스이다. 각 노드는 동일한 원장 사본을 복제하고 저장한다. 블록 체인은 P2P 네트워크로 관리된다. 중앙 집중식 기관이나 서버에서 관리하지 않고 존재할 수 있다. 블록 체인의 데이터는 함께 수집되어 블록으로 구성된다. 블록은 서로 연결되고 암호화를 사용하여 보호된다. 블록 체인은 본질적으로 향상된 상호 운용성(interoperability), 보안, 개인 정보 보호, 안정성 및 확장성을 통해 대규모 IoT를 완벽하게 보완한다. 따라서, 블록 체인 기술은 장치 간 상호 운용성, 대용량 데이터 추적성, 다른 IoT 시스템의 자율적 상호 작용 및 6G 통신 시스템의 대규모 연결 안정성과 같은 여러 기능을 제공한다.
3D 네트워킹
6G 시스템은 지상 및 공중 네트워크를 통합하여 수직 확장의 사용자 통신을 지원한다. 3D BS는 저궤도 위성 및 UAV를 통해 제공될 것이다. 고도 및 관련 자유도 측면에서 새로운 차원을 추가하면 3D 연결이 기존 2D 네트워크와 상당히 다르다.
양자 커뮤니케이션
6G 네트워크의 맥락에서 네트워크의 감독되지 않은 강화 학습이 유망하다. 지도 학습 방식은 6G에서 생성된 방대한 양의 데이터에 레이블을 지정할 수 없다. 비지도 학습에는 라벨링이 필요하지 않다. 따라서, 이 기술은 복잡한 네트워크의 표현을 자율적으로 구축하는 데 사용할 수 있다. 강화 학습과 비지도 학습을 결합하면 진정한 자율적인 방식으로 네트워크를 운영할 수 있다.
무인 항공기
UAV(Unmanned Aerial Vehicle) 또는 드론은 6G 무선 통신에서 중요한 요소가 될 것이다. 대부분의 경우, UAV 기술을 사용하여 고속 데이터 무선 연결이 제공된다. BS 엔티티는 셀룰러 연결을 제공하기 위해 UAV에 설치된다. UAV는 쉬운 배치, 강력한 가시선 링크 및 이동성이 제어되는 자유도와 같은 고정 BS 인프라에서 볼 수 없는 특정 기능을 가지고 있다. 천재 지변 등의 긴급 상황 동안, 지상 통신 인프라의 배치는 경제적으로 실현 가능하지 않으며, 때로는 휘발성 환경에서 서비스를 제공할 수 없다. UAV는 이러한 상황을 쉽게 처리할 수 있다. UAV는 무선 통신 분야의 새로운 패러다임이 될 것이다. 이 기술은 eMBB, URLLC 및 mMTC 인 무선 네트워크의 세 가지 기본 요구 사항을 용이하게 한다. UAV는 또한, 네트워크 연결성 향상, 화재 감지, 재난 응급 서비스, 보안 및 감시, 오염 모니터링, 주차 모니터링, 사고 모니터링 등과 같은 여러 가지 목적을 지원할 수 있다. 따라서, UAV 기술은 6G 통신에 가장 중요한 기술 중 하나로 인식되고 있다.
셀-프리 통신(Cell-free Communication)
여러 주파수와 이기종 통신 기술의 긴밀한 통합은 6G 시스템에서 매우 중요하다. 결과적으로, 사용자는 디바이스에서 어떤 수동 구성을 만들 필요 없이 네트워크에서 다른 네트워크로 원활하게 이동할 수 있다. 사용 가능한 통신 기술에서 최상의 네트워크가 자동으로 선택된다. 이것은 무선 통신에서 셀 개념의 한계를 깨뜨릴 것이다. 현재, 하나의 셀에서 다른 셀로의 사용자 이동은 고밀도 네트워크에서 너무 많은 핸드 오버를 야기하고, 핸드 오버 실패, 핸드 오버 지연, 데이터 손실 및 핑퐁 효과를 야기한다. 6G 셀-프리 통신은 이 모든 것을 극복하고 더 나은 QoS를 제공할 것이다. 셀-프리 통신은 멀티 커넥티비티 및 멀티-티어 하이브리드 기술과 장치의 서로 다른 이기종 라디오를 통해 달성될 것이다.
무선 정보 및 에너지 전송 통합
WIET은 무선 통신 시스템과 같이 동일한 필드와 웨이브(wave)를 사용한다. 특히, 센서와 스마트폰은 통신 중 무선 전력 전송을 사용하여 충전될 것이다. WIET은 배터리 충전 무선 시스템의 수명을 연장하기 위한 유망한 기술이다. 따라서, 배터리가 없는 장치는 6G 통신에서 지원될 것이다.
센싱과 커뮤니케이션의 통합
자율 무선 네트워크는 동적으로 변화하는 환경 상태를 지속적으로 감지하고 서로 다른 노드간에 정보를 교환할 수 있는 기능이다. 6G에서, 감지는 자율 시스템을 지원하기 위해 통신과 긴밀하게 통합될 것이다.
액세스 백홀 네트워크의 통합
6G에서 액세스 네트워크의 밀도는 엄청날 것이다. 각 액세스 네트워크는 광섬유와 FSO 네트워크와 같은 백홀 연결로 연결된다. 매우 많은 수의 액세스 네트워크들에 대처하기 위해, 액세스 및 백홀 네트워크 사이에 긴밀한 통합이 있을 것이다.
홀로그램 빔 포밍
빔 포밍은 특정 방향으로 무선 신호를 전송하기 위해 안테나 배열을 조정하는 신호 처리 절차이다. 스마트 안테나 또는 진보된 안테나 시스템의 하위 집합이다. 빔 포밍 기술은 높은 호 대잡음비, 간섭 방지 및 거부, 높은 네트워크 효율과 같은 몇 가지 장점이 있다. 홀로그램 빔 포밍 (HBF)은 소프트웨어-정의된 안테나를 사용하기 때문에 MIMO 시스템과 상당히 다른 새로운 빔 포밍 방법이다. HBF는 6G에서 다중 안테나 통신 장치에서 신호의 효율적이고 유연한 전송 및 수신을 위해 매우 효과적인 접근 방식이 될 것이다.
빅 데이터 분석
빅 데이터 분석은 다양한 대규모 데이터 세트 또는 빅 데이터를 분석하기 위한 복잡한 프로세스이다. 이 프로세스는 숨겨진 데이터, 알 수 없는 상관 관계 및 고객 성향과 같은 정보를 찾아 완벽한 데이터 관리를 보장한다. 빅 데이터는 비디오, 소셜 네트워크, 이미지 및 센서와 같은 다양한 소스에서 수집된다. 이 기술은 6G 시스템에서 방대한 데이터를 처리하는 데 널리 사용된다.
Large Intelligent Surface(LIS)
THz 대역 신호의 경우 직진성이 강하여 방해물로 인한 음영 지역이 많이 생길 수 있는데, 이러한 음영 지역 근처에 LIS 설치함으로써 통신 권역을 확대하고 통신 안정성 강화 및 추가적인 부가 서비스가 가능한 LIS 기술이 중요하게 된다. LIS는 전자기 물질(electromagnetic materials)로 만들어진 인공 표면(artificial surface)이고, 들어오는 무선파와 나가는 무선파의 전파(propagation)를 변경시킬 수 있다. LIS는 massive MIMO의 확장으로 보여질 수 있으나, massive MIMO와 서로 다른 array 구조 및 동작 메커니즘이 다르다. 또한, LIS는 수동 엘리먼트(passive elements)를 가진 재구성 가능한 리플렉터(reflector)로서 동작하는 점 즉, 활성(active) RF chain을 사용하지 않고 신호를 수동적으로만 반사(reflect)하는 점에서 낮은 전력 소비를 가지는 장점이 있다. 또한, LIS의 수동적인 리플렉터 각각은 입사되는 신호의 위상 편이를 독립적으로 조절해야 하기 때문에, 무선 통신 채널에 유리할 수 있다. LIS 컨트롤러를 통해 위상 편이를 적절히 조절함으로써, 반사된 신호는 수신된 신호 전력을 부스트(boost)하기 위해 타겟 수신기에서 모여질 수 있다.
테라헤르츠(THz) 무선통신 일반
THz 무선통신은 대략 0.1~10THz(1THz=1012Hz)의 진동수를 가지는 THz파를 이용하여 무선통신을 이용하는 것으로, 100GHz 이상의 매우 높은 캐리어 주파수를 사용하는 테라헤르츠(THz) 대역 무선통신을 의미할 수 있다. THz파는 RF(Radio Frequency)/밀리미터(mm)와 적외선 대역 사이에 위치하며, (i) 가시광/적외선에 비해 비금속/비분극성 물질을 잘 투과하며 RF/밀리미터파에 비해 파장이 짧아 높은 직진성을 가지며 빔 집속이 가능할 수 있다. 또한, THz파의 광자 에너지는 수 meV에 불과하기 때문에 인체에 무해한 특성이 있다. THz 무선통신에 이용될 것으로 기대되는 주파수 대역은 공기 중 분자 흡수에 의한 전파 손실이 작은 D-밴드(110GHz~170GHz) 혹은 H-밴드(220GHz~325GHz) 대역일 수 있다. THz 무선통신에 대한 표준화 논의는 3GPP 이외에도 IEEE 802.15 THz working group을 중심으로 논의되고 있으며, IEEE 802.15의 Task Group (TG3d, TG3e)에서 발행되는 표준문서는 본 개시의 다양한 실시 예들에서 설명되는 내용을 구체화하거나 보충할 수 있다. THz 무선통신은 무선 인식(wireless cognition), 센싱(sensing), 이미징(imaging), 무선 통신(wireless), THz 네비게이션(navigation) 등에 응용될 수 있다.
도 14는 THz 통신 응용의 일례를 도시한 도면이다.
도 14에 도시된 바와 같이, THz 무선통신 시나리오는 매크로 네트워크(macro network), 마이크로 네트워크(micro network), 나노스케일 네트워크(nanoscale network)로 분류될 수 있다. 매크로 네트워크에서 THz 무선통신은 vehicle-to-vehicle 연결 및 backhaul/fronthaul 연결에 응용될 수 있다. 마이크로 네트워크에서 THz 무선통신은 인도어 스몰 셀(small cell), 데이터 센터에서 무선 연결과 같은 고정된 point-to-point 또는 multi-point 연결, 키오스크 다운로딩과 같은 근거리 통신(near-field communication)에 응용될 수 있다.
아래 표 2는 THz 파에서 이용될 수 있는 기술의 일례를 나타낸 표이다.
Transceivers Device Available immature: UTC-PD, RTD and SBD
Modulation and Coding Low order modulation techniques (OOK, QPSK), LDPC, Reed Soloman, Hamming, Polar, Turbo
Antenna Omni and Directional, phased array with low number of antenna elements
Bandwidth 69GHz (or 23 GHz) at 300GHz
Channel models Partially
Data rate 100Gbps
Outdoor deployment No
Free space loss High
Coverage Low
Radio Measurements 300GHz indoor
Device size Few micrometers
THz 무선통신은 THz 발생 및 수신을 위한 방법을 기준으로 분류할 수 있다. THz 발생 방법은 광 소자 또는 전자소자 기반 기술로 분류할 수 있다.
도 15는 전자소자 기반 THz 무선통신 송수신기의 일례를 도시한 도면이다.
전자 소자를 이용하여 THz를 발생시키는 방법은 공명 터널링 다이오드(RTD: Resonant Tunneling Diode)와 같은 반도체 소자를 이용하는 방법, 국부 발진기와 체배기를 이용하는 방법, 화합물 반도체 HEMT(High Electron Mobility Transistor) 기반의 집적회로를 이용한 MMIC (Monolithic Microwave Integrated Circuits) 방법, Si-CMOS 기반의 집적회로를 이용하는 방법 등이 있다. 도 15의 경우, 주파수를 높이기 위해 체배기(doubler, tripler, multiplier)가 적용되었고, 서브하모닉 믹서를 지나 안테나에 의해 방사된다. THz 대역은 높은 주파수를 형성하므로, 체배기가 필수적이다. 여기서, 체배기는 입력 대비 N배의 출력 주파수를 갖게 하는 회로이며, 원하는 하모닉 주파수에 정합시키고, 나머지 모든 주파수는 걸러낸다. 그리고, 도 15의 안테나에 배열 안테나 등이 적용되어 빔포밍이 구현될 수도 있다. 도 15에서, IF는 중간 주파수(intermediate frequency)를 나타내며, tripler, multipler는 체배기를 나타내며, PA 전력 증폭기(Power Amplifier)를 나타내며, LNA는 저잡음 증폭기(low noise amplifier), PLL은 위상동기회로(Phase-Locked Loop)를 나타낸다.
도 16는 광 소자 기반 THz 신호를 생성하는 방법의 일례를 도시한 도면이다.
도 17은 광 소자 기반 THz 무선통신 송수신기의 일례를 도시한 도면이다.
광 소자 기반 THz 무선통신 기술은 광소자를 이용하여 THz 신호를 발생 및 변조하는 방법을 말한다. 광 소자 기반 THz 신호 생성 기술은 레이저와 광변조기 등을 이용하여 초고속 광신호를 생성하고, 이를 초고속 광검출기를 이용하여 THz 신호로 변환하는 기술이다. 이 기술은 전자 소자만을 이용하는 기술에 비해 주파수를 증가시키기가 용이하고, 높은 전력의 신호 생성이 가능하며, 넓은 주파수 대역에서 평탄한 응답 특성을 얻을 수 있다. 광소자 기반 THz 신호 생성을 위해서는 도 16에 도시된 바와 같이, 레이저 다이오드, 광대역 광변조기, 초고속 광검출기가 필요하다. 도 16의 경우, 파장이 다른 두 레이저의 빛 신호를 합파하여 레이저 간의 파장 차이에 해당하는 THz 신호를 생성하는 것이다. 도 16에서, 광 커플러(Optical Coupler)는 회로 또는 시스템 간의 전기적 절연과의 결합을 제공하기 위해 광파를 사용하여 전기신호를 전송하도록 하는 반도체 디바이스를 의미하며, UTC-PD(Uni-Travelling Carrier Photo-Detector)은 광 검출기의 하나로서, 능동 캐리어(active carrier)로 전자를 사용하며 밴드갭 그레이딩(Bandgap Grading)으로 전자의 이동 시간을 감소시킨 소자이다. UTC-PD는 150GHz 이상에서 광검출이 가능하다. 도 17에서, EDFA(Erbium-Doped Fiber Amplifier)는 어븀이 첨가된 광섬유 증폭기를 나타내며, PD(Photo Detector)는 광신호를 전기신호로 변환할 수 있는 반도체 디바이스를 나타내며, OSA는 각종 광통신 기능(광전 변환, 전광 변환 등)을 하나의 부품으로 모듈화시킨 광모듈(Optical Sub Aassembly)을 나타내며, DSO는 디지털 스토리지 오실로스코프(digital storage oscilloscope)를 나타낸다.
도 18 및 도 19을 참조하여 광전 변환기(또는 광전 컨버터)의 구조를 설명한다.
도 18은 광자 소스(Photoinc source) 기반 송신기의 구조를 도시한 도면이다,
도 19는 광 변조기(Optical modulator)의 구조를 도시한 도면이다.
일반적으로 레이저(Laser)의 광학 소스(Optical source)를 광파 가이드(Optical wave guide)를 통과시켜 신호의 위상(phase)등을 변화시킬 수 있다. 이때, 마이크로파 컨택트(Microwave contact) 등을 통해 전기적 특성을 변화시킴으로써 데이터를 싣게 된다. 따라서, 광학 변조기 출력(Optical modulator output)은 변조된(modulated) 형태의 파형으로 형성된다. 광전 변조기(O/E converter)는 비선형 크리스탈(nonlinear crystal)에 의한 광학 정류(optical rectification) 동작, 광전도 안테나(photoconductive antenna)에 의한 광전 변환(O/E conversion), 광속의 전자 다발(bunch of relativistic electrons)로부터의 방출(emission) 등에 따라 THz 펄스를 생성할 수 있다. 상기와 같은 방식으로 발생한 테라헤르츠 펄스(THz pulse)는 펨토 세컨드(femto second)부터 피코 세컨드(pico second)의 단위의 길이를 가질 수 있다. 광전 변환기(O/E converter)는 소자의 비선형성(non-linearity)을 이용하여, 하향 변환(Down conversion)을 수행한다.
테라헤르츠 스펙트럼의 용도(THz spectrum usage)를 고려할 때, 테라헤르츠 시스템을 위해서 고정된(fixed) 또는 모바일 서비스(mobile service) 용도로써 여러 개의 연속적인 기가헤르츠(contiguous GHz)의 대역들(bands)을 사용할 가능성이 높다. 아웃도어(outdoor) 시나리오 기준에 의하면, 1THz까지의 스펙트럼에서 산소 감쇠(Oxygen attenuation) 10^2 dB/km를 기준으로 가용 대역폭(Bandwidth)이 분류될 수 있다. 이에 따라 상기 가용 대역폭이 여러 개의 밴드 청크(band chunk)들로 구성되는 프레임워크(framework)가 고려될 수 있다. 상기 프레임워크의 일 예시로 하나의 캐리어(carrier)에 대해 테라헤르츠 펄스(THz pulse)의 길이를 50ps로 설정한다면, 대역폭(BW)은 약 20GHz가 된다.
적외선 대역(IR band)에서 테라헤르츠 대역(THz band)으로의 효과적인 하향 변환(Down conversion)은 광전 컨버터(O/E converter)의 비선형성(nonlinearity)을 어떻게 활용하는가에 달려 있다. 즉, 원하는 테라헤르츠 대역(THz band)으로 하향 변환(down conversion)하기 위해서는 해당 테라헤르츠 대역(THz band)에 옮기기에 가장 이상적인 비선형성(non-linearity)을 갖는 광전 변환기(O/E converter)의 설계가 요구된다. 만일 타겟으로 하는 주파수 대역에 맞지 않는 광전 변환기(O/E converter)를 사용하는 경우, 해당 펄스(pulse)의 크기(amplitude), 위상(phase)에 대하여 오류(error)가 발생할 가능성이 높다.
단일 캐리어(single carrier) 시스템에서는 광전 변환기 1개를 이용하여 테라헤르츠 송수신 시스템이 구현될 수 있다. 채널 환경에 따라 달라지지만 멀리 캐리어(Multi carrier) 시스템에서는 캐리어 수만큼 광전 변환기가 요구될 수 있다. 특히 전술한 스펙트럼 용도와 관련된 계획에 따라 여러 개의 광대역들을 이용하는 멀티 캐리어 시스템인 경우, 그 현상이 두드러지게 될 것이다. 이와 관련하여 상기 멀티 캐리어 시스템을 위한 프레임 구조가 고려될 수 있다. 광전 변환기를 기반으로 하향 주파수 변환된 신호는 특정 자원 영역(예: 특정 프레임)에서 전송될 수 있다. 상기 특정 자원 영역의 주파수 영역은 복수의 청크(chunk)들을 포함할 수 있다. 각 청크(chunk)는 적어도 하나의 컴포넌트 캐리어(CC)로 구성될 수 있다.
본 개시의 다양한 실시 예들에 대한 구체적인 설명
이하 본 개시의 다양한 실시 예들에 대해 보다 구체적으로 설명한다.
본 개시는 양자 통신(quantum communication) 시스템에서 EPR(Einstein-Podolsky-Rosen) 쌍의 얽힘 증류를 최소 충실도를 고려하여 양자 오류정정부호 및 오류검출부호로 구성하는 방법에 관한 것이다. 본 개시는 양자 오류정정부호 기반의 양자 얽힘 증류 기법에서 측정 syndrome에 따른 충실도가 달라질 수 있음을 감안하여 최소 충실도를 송수신자 사이에 공유하는 방법과 최소 충실도 기반의 파라미터 추정 기법을 적용한다. 그 결과 송수신자는 EDP 이후 생성되는 EPR 쌍의 충실도를 정확히 공유하고 어떠한 syndrome이 측정되더라도 충실도 조건을 만족할 수 있는 고효율 얽힘 쌍 생성 방법을 제시한다.
본 개시의 다양한 실시 예들에 대한 배경기술
벨 상태 (Bell state)와 벨 기저 (Bell basis)
벨 상태는 양자 얽힘의 가장 간단한 예제로 최대로 얽힌 상태에 있는 두 큐비트(qubit)가 이루는 다음의 수학식 1과 같은 네 가지 양자 상태를 말한다. 이는 두 큐비트에 대한 4차원 힐베르트 (Hilbert) 공간의 최대로 얽힌 기저로 볼 수 있으며 이를 벨 기저라고 한다.
벨 상태의 생성
도 20은 본 개시에 적용 가능한 시스템에서 벨 상태 생성을 위한 양자 회로의 일례를 도시한 도면이다.
벨 상태는 도 20과 같이 하다마드 게이트 (Hadamard gate)와 CNOT 게이트 (controlled not gate)로 구성된 두 큐비트의 양자 회로를 통해 생성될 수 있다. 네 가지의 두 큐비트 입력 에 대하여 표 3과 같은 벨 상태 출력을 갖는다. 표 3은 벨 상태 생성 회로의 입출력 상태를 나타낸다.
벨 상태 측정 (Bell state measurement) / 벨 상태 분석 (Bell state analysis)
도 21은 본 개시에 적용 가능한 시스템에서 벨 상태 측정 회로의 일례를 도시한 도면이다.
앞서 설명한 바와 같이 벨 상태는 정규 직교 기저를 형성하기 때문에 네 가지의 벨 상태를 식별하기 위한적절한 측정이 정의될 수 있으며 이를 벨 상태 측정 또는 벨 상태 분석이라 한다. 벨 상태 측정에서는 두 큐비트의 상태가 벨 상태가 정의하는 네 가지 양자 얽힘 상태 중 무엇에 속하는지 알아내는 것이다. 도 20의 벨 상태 생성 회로에서 CNOT 게이트와 하다마드 게이트의 순서를 반대로 구성하면 도 21과 같은 벨 상태 측정 회로가 된다. 벨 상태에 해당하는 네 가지 양자 얽힘 상태에 대하여 표 4와 같은 측정 결과를 얻을 수 있다. 표 4는 벨 상태 측정 회로의 입출력 상태를 나타낸다.
얽힘(Entanglement)
얽힘 특성은 양자 시스템에서 고전정보와 차별화되는 매우 중요한 역할을 하는 특성이다. 얽힘 특성은 서로 다른 관찰에 의한 결과가 서로 밀접하게 관련되어 있는 상태를 의미한다. 양자 시스템의 얽힘 상태는 고전 역학에 존재하는 어떠한 얽힘 상태(correlation)보다 더 강하게 작용한다. 두 개의 큐비트는 힐버트 공간에서 4개의 기본 양자 상태의 중첩된 상태로 나타내어질 수 있다. 여기서, 상기 4개의 기본 양자 상태는 {}을 포함한다. 두 개의 큐비트의 기본 양자 상태는 개별적인 큐비트의 기본 상태에 대한 텐서(tensor) 연산을 통해 나타내어질 수 있는데, 두 큐비트의 상태가 단일 큐비트의 텐서곱으로 나타내어질 수 없는 경우, 이러한 큐비트 상태를 얽힘 상태라고 한다. 얽힘 상태의 큐비트를 나타내는 대표적인 예로서, EPR(Einstein-Podolsky-Rosen) 상태로 호칭되는 4가지 경우가 있는데, 상기 4가지 경우는 아래의 수학식 2와 같다.
상기 EPR 상태는 벨(Bell) 상태라고도 하며, 각 큐비트에서 앞에 위치한 큐비트의 측정 결과는 언제나 뒤에 위치한 큐비트의 측정에 영향을 미친다. 또한, 상기 4가지의 Pure State들은 모두 Maximally Entangled State이며, 2-큐비트 Hilbert Space의 수직 기저를 구성한다.
M>2 큐비트 이상의 얽힘 큐비트의 경우, GHZ state는 다음의 수학식 3과 같다.
M=2일 때는 인 Bell State가 되며, 일반적으로 GHZ State는 M=3에 대해서 표현한다. 때때로 GHZ State는 2-dimension이 아닌 d-dimension에 해당하는 시스템으로 확장하여 표현될 수 있다.
양자 오류의 연속성(Continuous Quantum Error)
기존 정보 시스템에서는 정보가 ‘0’과 ‘1’로 구성되어 있으며, 오류는 ‘0’이 ‘1’로, 또는 ‘1’이 ‘0’으로 바뀌는 경우로 나타내어진다. 큐비트 는 블로흐 구(Bloch sphere)의 표면에 존재하는 하나의 점으로 생각될 수 있는데, 기존 정보 시스템에서의 오류가 큐비트에서 발생되는 경우 이를 비트 플립 오류라 한다. 이러한 오류는 ‘a’의 값이 ‘b’의 값으로 변경되는 것을 의미하며, 이는 큐비트를 측정할 경우 오류에 의해 측정 확률이 처음과 다르게 변경되었음을 의미한다. 기존 정보 시스템과 다른 형태의 오류로는 과 사이의 위상이 180도 만큼 변화하는 위상 플립 오류가 있다. X축 혹은 Z축으로 임의의 위상으로 오류가 발생할 수 있으며 따라서 양자 오류는 연속적인 위상을 가질 수 있다.
측정(Measurement)에 의한 양자 정보의 붕괴
양자 정보는 확률적으로 존재하며, 양자 정보는 측정하는 순간 기저 상태로 붕괴하여 측정하기 전의 상태로 복원될 수 없다. 측정 연산자에 의한 양자 정보의 측정 후의 양자 정보는 확률 |a|2와 |b|2에 따라 정보를 이루는 기저 중 하나의 상태로 붕괴된다. 붕괴된 정보는 ‘a’나 ‘b’의 정보를 가지고 있지 않으며, 측정 전의 상태로 되돌아갈 수 없다.
양자 오류 정정 부호의 관점에서 살펴보면, 양자 정보 시스템에서 양자 오류 정정 부호를 적용하기 위해서는, 정보를 부호화하고 복원하는 과정에서 정보를 측정하지 않고, 또는 정보의 변경을 가져올 측정 없이, 코드워드가 생성되고, 채널에서 발생한 오류를 추정한 후 정보가 복원되어야 한다. 이 때, 연속적으로 발생한 양자 오류는 오류 추정을 위한 측정에 의하여 Digitization 된다.
양자 오류 채널(Quantum Error Correcting codes, QECCs)
도 22는 본 개시에 적용 가능한 시스템에서 환경적 결잃음 기반 양자 채널 모델(Quantum Channel Model based on Environmental Decoherence)의 일례를 도시한 도면이다.
고전 통신과 유사하게 양자 통신 과정 또한 실제적인 환경에서 존재하는 불완결성으로 인해 전송되는 정보의 품질에 영향을 받을 수 있다. 이러한 환경과의 상호작용은 양자 상태에 비가역적인 변화과정을 일으키는데 이를 결잃음 (Decoherence) 과정이라고 한다. 환경적 결잃음은 양자 상태 손상의 주요 원인을 구성하며, 이는 양자 메모리뿐만 아니라 양자 전송 또는 양자 처리 과정 중에 일어날 수 있다. 도 22는 환경적 결잃음의 모델링에 널리 사용되는 양자 채널 모델간의 관계를 나타낸다.
환경 결잃음은 Qubit와 환경의 원치 않는 상호 작용, 더 구체적으로는 얽힘으로 설명될 수 있으며, 이는 기본 양자 상태의 결맞은 중첩 (coherent Superposition) 을 교란시킨다. 한 예로, 이러한 경우 Qubit (또는 양자 시스템) 는 환경과의 상호 작용으로 인해 에너지를 잃게 되는데, 광자의 자발적 방출로 인해 Qubit의 여기 상태가 붕괴되거나 광섬유를 통한 광자의 전송 중에 광자가 손실 또는 흡수 되는 경우를 생각할 수 있다. 이러한 형태의 결잃음 과정은 진폭 감쇠 채널 (Amplitude Damping Channel) 을 통해 Modelling 할 수 있다. 환경 결잃음의 또 다른 예는 디페이징 (Dephasing) 또는 위상 감쇠 (Phase damping) 로 알려진 모델로 에너지 손실 없이 양자 정보 손실을 특징으로 하며, 예를 들어 광자의 산란, 부유 전하로 인한 전자 상태의 섭동 등의 경우에 발생할 수 있다.
하지만 진폭 감쇠 채널 이나 위상 감쇠 채널 모델은 NQubit 시스템에 대하여 결과 시스템이 2N차원의 Hilbert Space을 갖도록 하기 때문에, 이러한 채널을 고전적으로 Simulation하는 것은 실현 가능하지 않다. 효율적인 고전 시뮬레이션을 위해 진폭 및 위상 감쇠 채널은 Pauli 채널 NP로 근사화 될 수 있는데, 밀도 연산자 ρ를 갖는 입력 상태를 아래의 수학식 4와 같은 상태에 Mapping 한다.
이때 I, X, Y, Z는 단일 Qubit Pauli 연산자에 해당하며 px, py, pz는 Pauli X, Pauli Y, Pauli Z 오류가 일어날 확률이다. Pauli X 채널에 해당하는 비트 플립 오류와 Pauli Y 채널에 해당하는 비트-위상 플립 오류는 진폭 감쇠와 관련이 있고, Pauli Z 채널에 해당하는 위상 플립 오류는 위상 감쇠에 의해 야기된다. 가장 실제적인 양자 시스템은 비대칭 채널 (Asymmetric Channel)로 비트 플립, 위상 플립, 또는 비트-위상 플립 오류 중 하나가 우세하게 나타나는 채널이다. 비트 플립, 위상 플립, 비트-위상 플립 오류가 동일한 확률로 일어나는 (px=py=pz) 특별한 경우의 Pauli 채널을 탈분극 채널 (Depolarizing Channel) 이라고 하며 수학적으로는 아래의 수학식 5와 같이 표현될 수 있다.
상태 중 하나의 큐비트가 탈분극 채널을 통과하는 경우, 충실도 로 정리하여 Werner 상태 WF를 아래의 수학식 6과 같이 정의한다.
양자 오류정정 부호(Quantum Error Correcting codes, QECCs)
양자 오류정정 부호는 오류로부터 양자 정보의 보존을 위해 정보 큐비트 외에 추가적인 큐비트를 활용하여 코드워드를 생성하고, 연속적인 오류가 발생하는 코드워드를 측정을 통해서 불연속적인 오류가 투영된 코드워드로 붕괴시킨 후, 오류를 검출하여 기존 코드워드로 유지하는 기술이다. 양자 오류정정 부호로 대부분 안정 부호(Stabilizer code)가 활용되며, 안정부호는 디지털 시스템에서 쓰이는 선형 오류정정 부호와 유사한 성질을 가진다.
안정 연산자 그룹 S는 모든 안정 연산자(Stabilizer)로 구성된 그룹이며, 각 안정 연산자는 코드워드 벡터에 대해 +1 고유 값을 갖는 연산자이다. 코드워드 벡터의 구성은 다음의 수학식 7과 같다.
[[n,k,d]] 양자 오류정정 부호의 안정 연산자 그룹 S는 안정 연산자 생성자(Stabilizer generator)에 의해 아래의 수학식 8과 같이 표현될 수 있다.
EPR 상태 의 안정 연산자 그룹은 아래의 수학식 9와 같다.
안전 연산자와 교환법칙이 성립하는 연산자를 정규 연산자(Normalizer)라 하며, 양자 오류정정 부호에서는 정규 연산자 중 안정 연산자에 속하지 않은 연산자(N(S)/S)를 활용하여 논리적 연산자(Logical operator)를 정의한다. 논리적 연산자 중에서 가장 적은 무게(weight)를 통해 양자 오류정정 부호의 거리(minimum distance) d를 정의한다. 이 때 무게는 연산자에 포함된 I가 아닌 Pauli 연산자의 개수이다.
dmin 거리를 가진 양자 오류정정 부호는 고전 오류정정 부호와 동일하게 모든 무게를 가진 오류를 정정할 수 있으며, dmin-1 개의 오류는 오류발생여부를 항상 검출(detection)할 수 있다.
예를 들어, [[7,1,3]] 양자 오류정정 부호의 안정 연산자 생성자 및 논리적 X, Z 연산자는 다음의 수학식 10과 같다.
도 23은 본 개시에 적용 가능한 시스템에서 부호화 회로 및 안전 연산자 신드롬 측정 회로의 일례를 도시한 도면이다. 구체적으로, 도 23의 (a)는 [[7,1,3]] 양자 오류정정 부호의 부호화 회로를 나타내며, 도 23의 (b)는 XIIXIXX 안전 연산자 신드롬 측정 회로를 나타낸다.
오류 검출을 위해 양자 오류정정 부호에서는 안정 연산자에 기반하여 측정을 수행하며, 측정 결과 신드롬(syndrome)에 따라 오류를 정정한다. 측정 이후의 오류 E가 안정 연산자 Si 와 반교환(anti-commute)법칙이 성립하는 경우 Si 측정 결과는 -1이 되며, 교환(commute)한 경우 +1이 된다.
양자 오류정정 부호는 디지털 오류정정 부호와 달리 축퇴(Degeneracy) 특성을 가지며, 따라서 정정 가능한 서로 다른 오류들이 같은 신드롬 값을 가질 수 있으며 이러한 부호를 축퇴 부호(Degenerate code)라 한다. 퇴행성 특성은 양자 오류정정 부호의 성능이 고전 오류정정 부호의 한계를 뛰어넘을 가능성을 열어둔다.
양자 통신 분야에서 신드롬(syndrome)은 양자 시스템의 오류를 감지하고 수정하는 데 사용되는 큐비트 집합에서 얻은 측정 결과를 의미한다. 양자 오류 수정에서 목표는 노이즈 및 기타 환경 요인으로 인해 발생할 수 있는 오류로부터 양자 정보를 보호하는 것이다. 이를 달성하기 위해, 양자 작업 중에 발생하는 오류를 감지하고 수정할 수 있는 일련의 오류 수정 코드가 사용된다. 양자 시스템에서 오류가 발생하면 하나 이상의 큐비트에 영향을 줄 수 있다. 오류의 영향을 받은 큐비트를 감지하기 위해 양자 시스템에서 일련의 측정이 수행된다. 이러한 측정은 오류의 위치와 특성을 식별하는 데 사용할 수 있는 일련의 신드롬 값을 생성한다. 그런 다음 신드롬 값을 사용하여 원래 양자 정보를 복원하기 위해 큐비트에 적용해야 하는 수정 작업을 결정할 수 있다. 양자 오류 수정 코드 및 신드롬을 사용하여 오류가 양자 통신 및 계산에 미치는 영향을 크게 줄일 수 있다.
오류 이진화(Error Digitization)
양자 오류는 연속적으로 발생한다. 그러나 오류 정정 과정에서 안정 연산자 측정을 도입함으로서 불연속적인 Pauli오류 정정을 통해 연속적인 오류를 정정할 수 있다. 임의의 1-큐비트 유니터리 연산자 U는 다음의 수학식 11과 같이 표기될 수 있으며, 안정 연산자 측정 이후 U 오류는 I, X, Y, Z 중 하나로 붕괴된다.
이 때, 는 복소수이며, 를 만족한다.
따라서 안정연산자 측정 이후 오류는 Pauli 오류 중 하나가 discrete하게 코드워드에 발생한 형태로 남아있으며, 양자 오류정정 부호가 올바르게 오류를 정정하는 경우 붕괴된 Pauli 오류 혹은 Pauli오류에 안정 연산자 형태를 곱해준 정정연산자(Correcting Operation)을 수행하여 오류를 정정하게 된다. 정정연산자는 물리적으로 수행할 수 있으며, 경우에 따라 물리적인 수행 대신 SW에 기록하는 것으로 대체되기도 한다.
임계값(Threshold)
오류정정 부호 인코딩 이후 코드워드의 오류율(pL) 이 인코딩 과정 이전의 물리적 큐비트의 오류율(pphy)보다 낮기위해서는 특정 물리적인 오류율 이하가 요구된다.
해당 물리적 오류율을 임계값으로 정의하며, 연접 기반의 양자 오류정정 부호(Circuit-based QECCs)에서는 연접을 통해서 코드워드의 오류율인 논리적 오류율이 지수적으로 낮아지며, 위상 코드(Topological QECCs)에서는 코드 거리(Code distance)를 증가시킴에 따라 논리적 오류율이 지수적으로 감소한다. 논리적 오류율은 결함허용 논리적 연산 오류율을 포함한다. 임계값은 양자 오류정정 부호의 종류 및 오류 발생 채널 모델링에 따라 서로 다른 값을 가지며, 코드에 따라서는 연접 기반 부호보다 위상 코드가 낮은 임계값을 보인다. 채널 모델링에 따라 유사 임계값(Pseudothresholds)이 활용되기도 한다. 다음의 표 5는 임계값 추정치를 나타낸다.
Code Threshold Geometric Constraints
[[7,1,3]] O(10-4-10-6) Arbitrary Interaction
[[7,1,3]] O(10-5) 2D Nearest Neighbor array
[[23,1,7]] O(10-3) Arbitrary Interaction
Surface Code O(10-2-10-3) 2D Nearest Neighbor array
양자 얽힘 증류 프로토콜(Quantum Entanglement Distillation Protocol, EDP)
양자 얽힘 증류 프로토콜은 여러 파티 사이에서 높은 충실도(Fidelity)를 갖는 소수의 얽힘 상태 공유를 위해 낮은 충실도(Fidelity)를 갖는 다수의 얽힘 상태와 국소적 연산, 고전 통신(Local Operator and Classical Communication, LOCC)를 활용하는 기법이다.
얽힘 증류 프로토콜로는 recurrence, QPA, breeding, hashing 등 다양한 프로토콜이 개발되었다. 그 중 recurrence와 QPA 프로토콜은 고전 통신을 Alice에서 Bob, Bob에서 Alice로 양방향으로 사용하며, breeding과 hashing 프로토콜은 고전 통신을 Alice에서 Bob, 즉 단방향(one-way)으로 사용한다. 일반적으로 양방향(two-way) 프로토콜은 단방향 프로토콜에 비해 열악한 채널환경에서도 동작할 수 있다는 장점이 있으며, 단방향 프로토콜은 양방향 프로토콜 대비 적은 리소스를 활용할 수 있다는 장점이 있다.
얽힘 증류 프로토콜로 생성되는 높은 충실도의 EPR 상태 혹은 얽힘 상태는 양자전송 혹은 양자 직접통신, 양자 키 분배, 분산 양자 컴퓨팅 등에 활용될 수 있다.
QPA 프로토콜
QPA 프로토콜은 양방향 프로토콜로서 각 round 마다 2개의 EPR 상태를 활용하여, 높은 충실도를 갖는 하나의 EPR 상태를 확률적으로 생성한다.
EPR 상태의 각 particle을 송수신자 사이에 공유되었을 때, 첫번째 과정으로 Alice와 Bob은 아래의 수학식 13과 같은 유니터리 연산자를 각 EPR pair의 개별 큐비트에 동작시킨다.
해당 Unitary 과정은 와 를 상호 변환한다. 즉, 이다. 이는 이후 수행되는 연산이 Y오류와 Z오류는 잘 고치지만 X오류는 잘 고치지 못하여, 각 round가 진행된 이후의 상태가 가지는 Z오류를 Y오류로 변환하여 이후 round에서 이를 정정하기 위함이다.
두번째 과정으로 Alice와 Bob은 두 EPR pair 사이에서 CNOT 연산자를 수행하며, 마지막으로 Target으로 동작한 EPR 상태를 Z 기저로 측정한 후 측정값을 고전 통신으로 공유한다. 공유된 측정값이 Alice와 Bob이 같으면 Control 큐비트로 동작된 EPR 상태가 더 높은 충실도를 가졌다고 판단하여 해당 얽힘 상태를 이후 활용하며, 공유된 측정값이 다를 경우 Control 큐비트로 동작한 EPR 상태를 버린다. 따라서 QPA 프로토콜은 측정결과에 따라 확률적으로 성공(control 큐비트로 동작한 EPR 상태를 보존)하게 되며, 성공확률(psucc)은 초기 충실도(F or Finit)에 의해 결정된다.
초기 EPR 상태가 Symmetric Depolarizing Channel을 통과하는 경우 채널 이후의 얽힘 상태는 아래의 수학식 14와 같이 표현될 수 있다.
충실도 F의 Werner 상태(WF)를 활용하여 단일 round를 수행했을 때 성공확률은 다음의 수학식 15과 같다.
도 24는 본 개시에 적용 가능한 시스템에서 QPA 프로토콜의 성공 확률의 일례를 도시한 도면이다.
도 25는 본 개시에 적용 가능한 시스템에서 QPA 프로토콜의 수행 과정의 일례를 도시한 도면이다.
psucc 의 확률로 생성되는 얽힘 상태는 다음의 수학식 16와 같다.
도 26은 본 개시에 적용 가능한 시스템에서 QPA 프로토콜의 충실도 성능의 일례를 도시한 도면이다.
추가적으로 높은 충실도를 가지기 위해서는 각 round를 반복적으로 수행할 수 있으며, n round 수행시 최소 2n개의 EPR 상태가 활용된다.
QPA 프로토콜에서의 메모리 사용 가능 여부에 따라, QPA 프로토콜의 각 round를 병렬적으로 연결하는 것이 아닌 직렬로 연결하여 pumping mode로 동작 시킬 수 있다. Entanglement pumping mode로 동작하는 경우, 각 round로 출력되는 EPR 상태를 통해 새로운 round를 진행하는 것이 아닌, 한 round의 출력 EPR 상태와 초기 EPR 상태를 활용하여 round 를 진행하게 되며, 따라서 양자 메모리의 사용 수가 줄어든다는 장점이 있다. 다만 충실도의 증가량이 낮으며 충실도가 포화(saturation)상태가 되는 경우, round 출력 EPR pair로 바꾸어 주어야 한다.
회귀(Recurrence) 프로토콜
Recurrence 프로토콜은 QPA 프로토콜과 유사하게 양방향 프로토콜로서 각 round 마다 2개의 EPR 상태를 활용하여, 높은 충실도를 갖는 하나의 EPR 상태를 확률적으로 생성한다. QPA 프로토콜과는 첫 Step에서 UA, UB에 해당하는 Unitary가 아닌 Twirling 연산을 수행한다. 첫번째 과정으로 Alice와 Bob은 Twirling 연산자를 각 EPR pair의 개별 큐비트에 확률적으로 동작시킨다. 수학식 17는 Twirling 연산을 나타낸다.
Twirling 과정은 임의의 mixed 상태 M을 Werner 상태 WF로 변경하기 위한 과정이다.
두번째 과정으로 Alice와 Bob은 두 EPR pair 사이에서 CNOT 연산자를 수행하며, 마지막으로 Target으로 동작한 EPR 상태를 Z 기저로 측정한 후 측정값을 고전 통신으로 공유한다. 공유된 측정값이 Alice와 Bob이 Control 큐비트로 동작된 EPR 상태가 더 높은 충실도를 가졌다고 판단하여 이후 활용하며, 공유된 측정값이 다를 경우 Control 큐비트로 동작한 EPR 상태를 버린다. 따라서 Recurrence 프로토콜은 측정 결과에 따라 확률적으로 성공하게 되며, 성공확률(psucc)은 초기 충실도에 의해 결정된다. 충실도 F의 Werner 상태를 활용하여 단일 round를 수행했을 때 성공확률은 다음의 수학식 18과 같다.
추가적으로 높은 충실도를 가지기 위해서는 각 round를 반복적으로 수행할 수 있으며, n round 수행시 최소 2n개의 EPR 상태가 활용된다.
충실도 F의 Werner 상태를 활용하여 단일 round를 수행했을 때 출력 충실도 F' 은 다음의 수학식 19과 같다.
Recurrence 프로토콜에서의 메모리 사용 가능 여부에 따라, Recurrence 프로토콜의 각 round를 병렬적으로 연결하는 것이 아닌 직렬로 연결하여 pumping mode로 동작 시킬 수 있다. Entanglement pumping mode로 동작하는 경우, 각 round로 출력되는 EPR 상태를 통해 새로운 round를 진행하는 것이 아닌, 한 round의 출력 EPR 상태와 초기 EPR 상태를 활용하여 round 를 진행하게 되며, 따라서 양자 메모리의 사용 수가 줄어든다는 장점이 있다. 다만 충실도의 증가량이 낮으며 충실도가 포화(saturation)상태가 되는 경우, round 출력 EPR pair로 바꾸어 주어야 한다.
첫번째 과정에서 활용되는 연산자의 차이로 인해, 임의의 상태를 입력 상태로 하였을 경우 QPA 프로토콜보다 낮은 충실도 성능을 가진다.
해싱(Hashing) 프로토콜
도 27은 본 개시에 적용 가능한 시스템에서 QECCs 기반 해싱(hashing) 프로토콜의 일례를 도시한 도면이다.
Hashing 프로토콜은 단방향 프로토콜로서 양자 오류정정 부호의 복호화 회로 등을 활용하여 얽힘 상태로 증류하는 기법이다. 첫번째 과정으로 Alice와 Bob은 양자 오류정정부호 인코딩과 복호화 관련 회로(Ut enc,Udec)를 각 EPR 상태에 수행하고, 신드롬 추출과 유사하게 특정 큐비트를 측정한다. 두번째 과정으로, Alice는 Bob에게 측정 결과를 공유하며, Bob은 자기의 측정 결과와 Alice의 측정 결과의 곱 패턴에 따라 정정 연산자를 수행한다. 정정연산자는 양자 오류정정 부호의 신드롬에 따른 정정연산자에 의해 정해지며, Hashing 프로토콜에서는 신드롬이 측정 결과의 곱으로 얻어진다. 초기 충실도가 임계치(threshold) 이상의 값일 경우, 측정하지 않은 EPR 상태는 향상된 충실도를 가진다.
EPR 상태의 경우 CSS 상태이고 고정연산자의 H 변환에 대해 닫혀 있는 H 불변 상태(CSS-H invariant 상태)이기 때문에 임의의 오류정정 부호의 복호화 회로가 활용된다. Multi party에 활용되는 3-큐비트 GHZ state와 같은 CSS 상태이나 H 가변 상태(CSS-H variant) 임으로, CSS 양자 오류정정 부호의 복호화 회로가 활용되어야 하며, Non-CSS 상태의 경우, CSS-H 부호, 즉 논리적 H가 개별(transversal) H의 텐서 곱 형태로 표현되는 양자 오류정부호를 활용하여야 한다.
CSS 상태는 각 고정 연산자 Si∈S 가 파울리 연산자 중 하나(X 혹은 Y 혹은 Z)로 표현될 수 있는 상태를 의미한다.
브리딩(Breeding) 프로토콜
브리딩(Breeding) 프로토콜은 해싱(Hashing) 프로토콜과 유사하게 단방향 프로토콜이다. Breeding protocol 에서는 개의 순수한 얽힘 상태를 Alice와 Bob이 나눠가지는 경우, n>m 개의 낮은 충실도의 EPR 상태를 m개의 순수한 얽힘 상태를 활용하여 높은 충실도로 향상시키는 프로토콜이다. 이 때, 하나의 EPR 상태를 증류하기 위하여, Von-Neumann 엔프로피 만큼의 순수한 EPR 상태가 요구되며, 이론적으로 n 개의 EPR 상태의 엔트로피를 모두 제거하여 순수한 얽힘 상태로 생성할 수 있다.
Breeding 프로토콜의 수행을 위해서 첫번째로, Alice와 Bob은 특정 BXOR 검출과정을 위해 n 개의 불순한 EPR 상태와 m개의 순수한 EPR 상태에 CNOT 연산들을 수행한 후, m 개의 순수한 EPR 상태를 측정한다. 두번째 과정으로 Alice는 Bob에게 측정 결과를 공유하며, Bob은 자기의 측정 결과와 Alice의 측정 결과의 곱 패턴에 따라 정정 연산자를 수행한다. 초기 충실도가 임계치(threshold) 이상의 값일 경우, 측정하지 않은 EPR 상태는 1의 충실도를 가진다.
BXOR 과정 수행 방식에 따라 프로토콜 출력값의 충실도 성능이 결정될 수 있으며, BXOR 검출 과정에서 양자 오류정정 부호의 디코딩 회로를 기반하여 BXOR 회로를 결정할 수 있다.
상기 설명된 Hashing 프로토콜 및 Breeding 프로토콜은 QPA 혹은 Recurrence 대비 높은 Yield(Fidelity 1을 가지는 EPR 상태 하나를 얻기 위해 필요한 EPR 상태의 수)를 가지며 Yield는 아래의 수학식 20과 같이 표현된다.
필요에 따라 Breeding/Hashing 프로토콜은 QPA/Recurrence와 함께 활용될 수 있다.
얽힘 증류 프로토콜 (Entanglement Distillation Protocol, EDP)의 단방향 또는 양방향 구분
양방향(Recurrence 혹은 QPA 프로토콜) 혹은 단방향 EDP 기법은 도 28, 도 30과 같이 송수신부와 양자채널 그리고 고전채널로 구성된다.
(1) 양방향 EDP 기법
도 28은 본 개시에 적용 가능한 시스템에서 양방향 EDP 기법의 단일 라운드(round)의 구조의 일례를 도시한 도면이다. 구체적으로, 도 31은 기존 양방향 EDP 기법의 단일 round 기본 구조를 나타낸다.
단일 round 에서 양방향 EDP 기법은 아래와 같이 동작한다.
① 송신자(Alice)는 비선형 소자를 활용하여, 2개의 EPR 상태를 생성한다.
② 송신자는 각 EPR 상태 중 하나의 큐비트를 수신단(Bob)에게 전송한다 (총 2개). 이 때 양자 채널은 EPR 상태의 생성 결함 및 유무선 광자 채널, 양자 메모리 오류 채널 등을 포함한다.
③ 송신자 및 수신자는 유니터리 연산으로서 2개의 EPR 상태를 모아 묶어서 연산을 진행한다. 이 때 양자 채널 이후 Werner 상태가 생성되지 않는 다면, Werner 상태 WF로 변환하기위한 유니터리 연산(U) 및 CNOT 연산을 수행한다. 반면에, 양자 채널 이후 Werner 상태가 생성된다면 CNOT 연산만 수행한다.
④ 송신자 및 수신자는 일부 큐비트를 측정한다. ③에서 CNOT 연산의 타켓 큐비트로 활용된 큐비트를 측정한다. 도 29는 본 개시에 적용 가능한 시스템에서 송신자와 수신자가 큐비트를 측정하는 과정의 일례를 도시한 도면이다.
⑤ 수신자는 송신자에게, 송신자는 수신자에게 자신의 측정 결과(1 bit) 를 Classical Channel로 전송한다.
⑥ 송수신자는 자신의 측정 결과 비트와 Classical Channel로 수신 받은 상대방의 측정 결과 비트를 비교한다. 서로 공유한 측정 결과가 일치하지 않으면 측정에 사용하지 않은 EPR 상태를 버리고 다시 ①~⑤ 과정을 수행한다. 측정 결과가 일치하면 해당 큐비트를 보존한다.
더 높은 충실도를 가진 EPR 상태가 요구되는 경우, 단일 round에서 보존된 큐비트를 활용하여 ②~⑥ 과정을 수행한다. n round 수행 시 최소 2n EPR 상태가 송수신자 사이에 공유되어야 하며, 측정 결과에 따라 추가적인 큐비트가 필요하다. 최종적으로 1개의 높은 충실도의 EPR 상태가 생성된다.
(2) 단방향 EDP 기법
도 30은 본 개시에 적용 가능한 시스템에서 단방향 EDP 기법의 구조의 일례를 도시한 도면이다.
① [[n,k,d]] 양자 오류정정 부호를 활용하는 단방향 EDP의 경우 송신자(Alice)는 비선형 소자를 활용하여, n개의 EPR 상태를 생성한다.
② 송신자는 각 EPR 상태 중 하나의 큐비트를 수신단(Bob)에게 전송한다(총 n개). 이 때 양자 채널은 EPR 상태의 생성 결함 및 유무선 광자 채널, 양자 메모리 오류 채널 등을 포함한다.
③ 송신자 및 수신자는 유니터리 연산으로서 단방향 EDP의 경우, 약속된 [[n,k,d]] 양자 오류정정 부호의 디코딩 관련 회로 혹은 BXOR회로를 수행한다.
④ 송신자 및 수신자는 각각 (n-k) 개의 큐비트를 측정한다. 이 때 측정 큐비트는 BXOR 회로 혹은 [[n,k,d]] 양자 오류정정 부호의 특성에 기반하여 측정 큐비트의 위치가 결정된다.
⑤ 수신자는 송신자에게 측정 결과((n-k) bits)를 Classical Channel로 전송한다.
⑥ 송신자는 수신자의 측정 결과로부터 신드롬 혹은 오류를 추정하여 오류 보정을 위한 정정 연산을, ④에서 측정하지 않은 큐비트(k개)에 수행한다. 정정연산자는 측정 결과의 곱의 패턴에 따라 결정되며, Pauli 연산자 I,X,Y,Z 중 하나가 한 쌍의 EPR 상태 중 송신자의 큐비트에 동작한다.
최종적으로 Recurrence 혹은 QPA 양방향 EDP의 경우, 1개의 높은 충실도의 EPR 상태가 보존되며 [[n,k,d]] 오류정정 부호를 활용한 단방향 EDP의 경우 k 개의 높은 EPR 상태가 보존된다.
양자 얽힘 증류 기법은 위의 과정을 통해 Alice와 Bob이 공유하는 얽힘 상태의 채널 오류를 정정할 수 있다. 이는 다수의 얽힘 상태가 가진 얽힘의 일부를 소수의 얽힘 상태에 전달하는 과정으로부터 비롯되며, 이를 위해 고전채널이 활용된다.
이처럼 EDP는 높은 충실도를 가지는 얽힘 상태를 만드는 것을 목적으로 한다. 현재 알려진 QPA/Recurrence 프로토콜은 목표 충실도를 생성할 때 많은 리소스가 요구된다는 한계를 가지며, 양자 오류정정 부호 기반하는 hashing/Breeding 프로토콜은 높은 초기 충실도에서만 동작한다는 한계를 가진다.
Adaptive mode의 EDP 프로토콜
도 31은 본 개시에 적용 가능한 시스템에서 적응 모드(adaptive mode) EDP 기법의 구조의 일례를 도시한 도면이다. 구체적으로, 도 34는 Adaptive mode 기반 EDP 기법의 기본 구조를 도시한다.
기존 QPA 기법의 소요 자원을 줄이고 오류정정 부호 기반의 EDP가 동작하는 충실도 범위를 확장하기 위하여, ③ 과정에서는 선택적으로 양자 오류정정 부호의 디코딩 회로 혹은 QPA회로를 활용하지만 ⑤ 과정에서 QECCs의 일부 신드롬 패턴에 대해서는 양방향 EDP와 유사하게 버리는 과정을 수행하는 도 34의 방법을 적용한다.
도 32는 본 개시에 적용 가능한 시스템에서 양자 오류 정정 부호(quantum error correcting codes, QECCs) 기반 양방향 EDP 기법의 블록 다이어그램의 일례를 도시한 도면이다.
본 개시에서 제안하는 Adaptive mode QECCs 기반 EDP 기법의 과정은 다음과 같다.
Adaptive mode 기반 EDP 기법의 과정은 다음과 같다. 먼저, adaptive mode로서 QPA 모드가 선택되면 도 31의 양방향 EDP 프로토콜을 수행한다. 하기 설명은 adaptive mode로서 QECCs 기반 양방향 EDP 기법의 과정이며, QPA 모드 및 QECCs 기반 양방향 EDP mode를 나누는 과정은 [충실도 기반 QECCs 파라미터 추정 과정]에서 설명한다.
① [[n,k,d]] 양자오류정정부호를 활용하는 경우, 송신자(Alice)는 비선형 소자를 활용하여 n 개의 EPR 상태를 생성한다.
② 송신자는 각 EPR 상태 중 하나의 큐비트를 수신단(Bob)에게 전송한다. 이 때 양자채널은 EPR 상태의 생성 결함 및 유무선 광자 채널, 양자 메모리 오류채널 등을 포함한다.
③ 송신자 및 수신자는 유니터리 연산으로서 Unitary Operation 동작을 위해 약속된 [[n,k,d]] 양자 오류정정 부호의 디코딩 관련 회로를 수행한다.
④ 송신자 및 수신자는 각각 (n-k) 개의 큐비트를 측정한다. 이 때 측정 큐비트는 [[n,k,d]] 양자 오류정정부호의 특성에 기반하여 측정 큐비트의 위치가 결정된다.
⑤ 수신자와 송신자는 서로에게 측정 결과를 전송한다. 이 때 각각 (n-k) bits를 각각 Classical Channel을 통해 전송한다.
⑥ 송신자와 수신자는 자신의 측정 결과와 수신 받은 상대방의 측정 결과를 곱하여, 곱한 값의 패턴에 따라, ④의 과정에서 측정하지 않은 k개의 EPR 상태에 정정연산을 수행한 후 보존하거나 혹은 EPR 상태를 버린다. EPR 상태를 버리는 경우, 다시 ①~⑤ 과정을 수행한다. s1 (∈{-1,1})은 Alice의 측정 결과, s2 (∈{-1,1})는 Bob의 측정 결과 일 때, 측정 결과의 곱((-1)s'=s1s2)이 약속된 패턴 S에 속하는 경우, 송신자는 측정하지 않은 EPR 상태(k개) 중 자신의 큐비트에 정정 연산을 수행한다. 이 때, 정정연산을 수행할 확률을 psucc로 정의한다. 정정 연산은 s'의 패턴에 따라 I,X,Y,Z 중 하나로 결정되며, 측정하지 않은 EPR 상태의 EPR pair 상태 중 송신자의 큐비트에 동작한다.
패턴 S를 결정하는 변수 dcorr (<d)은 [[n,k,d]] 양자 오류정정 부호를 통해 정정할 수 있는 개의 오류 중 QECCs 를 adaptive mode로 활용하는 EDP에서 정정할 오류(tcorr)에 기반하며 사전에 송수신자 사이에서 약속된다. 정정할 오류(tcorr)는 다음의 수학식 21과 같이 정의된다.
예를 들어 [[7,1,3]] 양자 오류정정부호를 활용하고 tcorr=1인 경우, 오류가 발생하지 않은 신드롬 패턴과 1개의 오류가 발생한 신드롬 패턴의 합집합으로 약속된 패턴 S 가 생성되며, 안정연산자를 가지는 경우 다음과 같이 S가 생성된다
해당 신드롬에 따라 EPR 상태에 적절한 Pauli 연산을 통해 정정한 후 EPR 상태를 보존하며, S 이외의 측정결과의 곱, 즉 신드롬이 생성되는 경우, 측정하지 않은 EPR 상태를 버린다.
[[7,1,3]],[[5,1,3]] QECCs를 adaptive mode로 활용한 경우 충실도(F' )성능 및 p_succ 성능은 도 33, 도 34, 도 35, 도 36과 같다. [[7,1,3]] 양자 오류정정 부호의 경우 27-1=64 개의 신드롬 패턴이 존재하며, tcorr의 값이 1인 경우 22개의 패턴(|S|=22)에 대해 오류를 정정하고, 그 외의 패턴이 측정되는 경우 EPR 상태를 버린다.
도 33은 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응 모드 EDP의 충실도 성능의 일례를 도시한 도면이다.
도 33은 [[7,1,3]] QECCs을 two-way로 활용했을 때의 EDP 성능을 나타낸다.
도 33은 [[7,1,3]] QECCs를 활용했을 때 출력 EPR 상태의 Fidelity 성능을 나타낸다. 도 33에서, [[7,1,3]] QECCs의 선은 [[7,1,3]] QECCs에서 모든 신드롬을 정정하는 경우와 관련된다. 도 33에서, [[7,1,3]] tcorr=1의 선은 오류가 0개 혹은 1개로 추정되는 신드롬 패턴에 대해서는 오류를 정정한 후 EPR 상태를 보존하고, 그 외의 신드롬 패턴의 경우에 대해서는 EPR 상태를 버리는 경우에 해당한다. 도 33에서, [[7,1,3]] tcorr=0의 선은 오류가 발생하지 않은 신드롬 패턴에 대해서 EPR 상태를 보존하고, 그 외의 신드롬 패턴에 대해서는 EPR 상태를 버리는 경우에 해당한다.
도 33을 참조하면, (초기 충실도 0.6, 출력 충실도 0.6)부터 (초기 충실도 1, 출력 충실도 1)까지 이어지는 점선은 y=x의 그래프에 해당한다. 즉, 점선은 F'=F인 경우를 나타내며, 해당 점선보다 위쪽에 위치하는 초기 충실도에서 EDP를 수행하는 것이 효과적이다. 예를 들어, [[7,1,3]] QECCs를 활용하는 경우, 0.92 이상의 초기 충실도에서 동작시키는 것이 효율적이다.
QECCs 기반 적응 모드 EDP는 초기 충실도가 낮은 열악한 환경에서 tcorr=0인 경우가 tcorr=1인 경우보다 더 잘 작동할 수 있다.
QECCs 기반 적응 모드 EDP에서 n개의 EPR 상태들 중에서 송수신자가 각각 (n-k)개의 큐비트들을 측정한 후 측정 결과의 곱 (즉, 신드롬)으로부터 tcorr 초과 개수의 오류가 발생한 경우, 예를 들어, tcorr=0이고 0개 초과의 오류가 발생한 경우, 또는, 예를 들어, tcorr=1이고 1개 초과의 오류가 발생한 경우, 측정되지 않은 k개의 큐비트들을 폐기한다.
QECCs 기반 적응 모드 EDP에서 n개의 EPR 상태들 중에서 송수신자가 각각 (n-k)개의 큐비트들을 측정한 후 측정 결과의 곱 (즉, 신드롬)으로부터 tcorr보다 작거나 tcorr과 같은 개수의 오류가 발생한 경우, 예를 들어, tcorr=0이고 0개의 오류가 발생한 경우, 또는, 예를 들어, tcorr=1이고 1개 또는 0개의 오류가 발생한 경우, 측정되지 않은 k개의 큐비트들을 정정 후 보존한다.
[[7,1,3]] tcorr=0은 측정된 EPR 상태들로부터의 측정 결과의 곱을 공유해서 신드롬을 만든 후, 신드롬의 해석 결과, 오류가 발생하지 않은 경우에만 측정되지 않은 나머지 EPR 상태들을 보존한다. 즉, tcorr을 초과하는 개수인 1개의 오류가 발생하는 경우, 측정되지 않은 나머지 EPR 상태들을 폐기한다. [[7,1,3]] tcorr=0은 초기 충실도가 낮은 열악한 환경에서 사용하기 용이하며, 도 39를 참조하면, 모든 초기 충실도에서 좋은 성능을 나타낸다. 즉, 도 39의 그래프에서 [[7,1,3]] tcorr=0은 모든 초기 충실도 영역에서 y=x 그래프보다 위에 위치한다.
[[7,1,3]] tcorr=1은 측정 결과의 곱을 공유해서 신드롬을 만든 후, 신드롬의 해석 결과, 오류가 2개 이상 나왔을 때 측정되지 않은 나머지 EPR 상태들을 폐기한다. 오류가 0개 또는 1개일 때는 측정되지 않은 나머지 EPR 상태들에 대하여 오류 정정을 수행한 후 보존한다. [[7,1,3]] tcorr=1은 y=x의 그래프와 (0.73, 0.73) 근방에서 교차한다. 따라서, 해당 교차점, 즉, 0.73 이상의 초기 충실도에서 [[7,1,3]] tcorr=1은 좋은 성능을 나타낸다.
[[7,1,3]] QECCs은 신드롬의 해석 결과, 모든 신드롬에 대하여 측정되지 않은 나머지 EPR 상태들을 보존하는 프로토콜이다. 즉, [[7,1,3]] QECCs은 더 좋은 환경, 즉, 0.94 이상의 초기 충실도의 환경에서도 좋은 성능을 나타낸다.
도 34는 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응 모드 EDP의 성공 확률 성능의 일례를 도시한 도면이다.
도 34는 [[7,1,3]] QECCs을 two-way로 활용했을 때의 EDP 성능을 나타낸다. 도 34은 [[7,1,3]] QECCs를 활용했을 때 출력 EPR 상태를 보존할 확률을 나타낸다.
도 33에서, [[7,1,3]] QECCs의 선은 모든 신드롬 패턴에 대해 EPR 상태를 보존하기 때문에 1로 유지된다. 도 33에서, [[7,1,3]] tcorr=1의 선은 0개 혹은 1개의 신드롬 패턴을 가진 오류에 대해서 EPR 상태를 정정 후 보존하는 확률을 나타낸다. 도 33에서, [[7,1,3]] tcorr=0의 선은 오류가 발생하지 않은 신드롬 패턴에 대해서 EPR 상태를 보존할 확률이다.
도 34를 참조하면, y축은 성공 확률(success probability) Psucc를 나타낸다. 성공 확률 Psucc는 측정되지 않은 나머지 EPR 상태들을 폐기하지 않고 보존할 확률에 해당한다.
[[7,1,3]] QECCs은 버리는 EPR 상태가 없으므로 남은 EPR 상태에 대한 성공률이 1에 해당한다.
[[7,1,3]] tcorr=1은 측정 결과의 곱을 공유해서 신드롬을 만든 후, 신드롬의 해석 결과, 오류가 2개 이상 나왔을 때 측정되지 않은 나머지 EPR 상태들을 폐기한다. 오류가 0개 또는 1개일 때는 측정되지 않은 나머지 EPR 상태들에 대하여 오류 정정을 수행한 후 보존한다.
[[7,1,3]] tcorr=0은 측정된 EPR 상태들로부터의 측정 결과의 곱을 공유해서 신드롬을 만든 후, 신드롬의 해석 결과, 오류가 발생하지 않은 경우에만 측정되지 않은 나머지 EPR 상태들을 보존한다. 즉, tcorr을 초과하는 개수인 1개의 오류가 발생하는 경우, 측정되지 않은 나머지 EPR 상태들을 폐기한다.
도 35는 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응모드 EDP의 충실도 성능의 일례를 도시한 도면이다.
충실도(fidelity)는 채널의 오류율과 밀접한 관계를 가지고 있다. 충실도(fidelity)가 낮을수록 오류율이 더 높은 채널 환경에 해당한다.
도 35는 QECCs가 [[5,1,3]]인 경우의 충실도를 나타낸다.
도 35를 참조하면, (초기 충실도 0.6, 출력 충실도 0.6)부터 (초기 충실도 1, 출력 충실도 1)까지 이어지는 점선은 y=x의 그래프에 해당한다.
[[5,1,3]] tcorr=0은 측정된 EPR 상태들로부터의 측정 결과의 곱을 공유해서 신드롬을 만든 후, 신드롬의 해석 결과, 오류가 발생하지 않은 경우에만 측정되지 않은 나머지 EPR 상태들을 보존한다. 즉, tcorr을 초과하는 개수인 1개의 오류가 발생하는 경우, 측정되지 않은 나머지 EPR 상태들을 폐기한다. [[5,1,3]] tcorr=0은 초기 충실도가 낮은 열악한 환경에서 사용하기 용이하며, 도 38을 참조하면, 모든 초기 충실도에서 좋은 성능을 나타낸다. 즉, 도 38의 그래프에서 [[5,1,3]] tcorr=0은 모든 초기 충실도 영역에서 y=x 그래프보다 위에 위치한다.
[[5,1,3]] QECCs은 신드롬의 해석 결과, 모든 신드롬에 대하여 측정되지 않은 나머지 EPR 상태들을 보존하는 프로토콜이다. 즉, [[5,1,3]] QECCs은 더 좋은 환경, 즉, 0.85 이상의 초기 충실도의 환경에서도 사용할 수 있다.
도 36은 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응모드 EDP의 성공 확률 성능의 일례를 도시한 도면이다.
도 36은 QECCs가 [[5,1,3]]인 경우의 성공확률을 나타낸다.
도 36을 참조하면, y축은 성공 확률(success probability) Psucc를 나타낸다. 성공 확률 Psucc는 측정되지 않은 나머지 EPR 상태들을 폐기하지 않고 보존할 확률에 해당한다.
[[5,1,3]] QECCs은 버리는 EPR 상태가 없으므로 남은 EPR 상태에 대한 성공률이 1에 해당한다.
[[5,1,3]] tcorr=0은 측정된 EPR 상태들로부터의 측정 결과의 곱을 공유해서 신드롬을 만든 후, 신드롬의 해석 결과, 오류가 발생하지 않은 경우에만 측정되지 않은 나머지 EPR 상태들을 보존한다. 즉, tcorr을 초과하는 개수인 1개의 오류가 발생하는 경우, 측정되지 않은 나머지 EPR 상태들을 폐기한다.
상술한 도 33, 34와 도 35, 36은 각각 [[7,1,3]]과 [[5,1,3]] QECCs을 two-way로 활용했을 때의 EDP 성능을 보여준다. 도 34의 경우, [[7,1,3]] QECCs를 활용했을 때 출력 EPR 상태를 보존할 확률이다. [[7,1,3]] QECCs에 대응하는 선의 경우, 모든 신드롬 패턴에 대해 EPR 상태를 보존하기 때문에 1로 유지된다. 도 34에서 [[7,1,3]] tcorr=1에 대응하는 선의 경우, 0개 혹은 1개의 신드롬 패턴을 가진 오류에 대해서 EPR 상태를 정정 후 보존하는 확률이다. [[7,1,3]] tcorr=0에 대응하는 선의 경우, 오류가 발생하지 않은 신드롬 패턴에 대해서 EPR 상태를 보존할 확률이다. 도 35 및 도 36의 경우, QECCs가 [[5,1,3]]인 경우의 충실도 및 성공확률에 해당한다.
본 개시에서 설명하는 송신자(Alice)에서 EPR Pair의 준비와 송신자에서 수신자(Bob)로 각 EPR Pair 중에서 하나의 큐비트를 전송하는 방식은 설명의 편의를 위해 통일하여 설명한다. 하지만, 제3자 노드에서 EPR Pair의 준비하고 제1노드 (Alice)와 제2노드 (Bob)에 전송하여 상기 설명하는 모든 방식을 수행하는 방법에서도 동일하게 적용될 수 있음은 자명하다.
평균 충실도 기반 파라미터 추정 과정
QECCs를 Adaptive mode로 활용하는 경우, EDP과정 이후 생성되는 EPR 상태의 충실도가 목표 충실도(Ftarget)를 만족하면서 최소한의 EPR 상태(충실도 F)를 활용하기 위해 QECCs의 파라미터 n,k,d와 adaptive mode의 파라미터 dcorr 혹은 tcorr 을 추정하기 위해 다음의 수학식 22에 따른 최적화 과정을 수행한다.
QPA프로토콜의 결과 충실도 n round 이후 활용되는 큐비트 수 및 최종 충실도는 아래의 수학식 23와 같이 결정된다.
이 때 psucc,i,Fi' 는 각각 i번째 round의 성공확률과 각각 i번째 round 이후의 충실도을 의미한다.
QECCs를 Adaptive mode로 활용되는 경우, 다음의 수학식 24과 같다.
이며 psucc 와 는 아래의 수학식 25와 같이 bound를 가진다.
[[7,1,3]],[[5,1,3]] QECCs를 adaptive mode로 활용한 경우 실제 충실도(F')성능, psucc 성능 및 bound에 기반한 성능 추정(Est)은 도 37 내지 도 40과 같다.
도 37은 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응모드 EDP의 충실도 추정의 일례를 도시한 도면이다.
도 38은 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응모드 EDP의 충실도 추정의 일례를 도시한 도면이다.
도 39는 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응모드 EDP의 성공 확률 추정의 일례를 도시한 도면이다.
도 40은 본 개시에 적용 가능한 시스템에서 QECCs 기반 적응모드 EDP의 성공 확률 추정의 일례를 도시한 도면이다.
도 37은 [[7,1,3]] QECCs를 활용한 경우의 추정치 성능이다. 도 38은 [[5,1,3]] QECCs를 활용한 경우의 추정치 성능이다. 도 37에서 Est [[7,1,3]] tcorr=1 또는 Est [[7,1,3]] tcorr=0 은 충실도의 추정치를 의미하며, [[7,1,3]] tcorr=1 또는 [[7,1,3]] tcorr=0 은 충실도의 실제 값을 의미한다.
Est [[7,1,3]] tcorr=1 또는 Est [[5,1,3]] tcorr=1의 경우, 0개 혹은 1개의 오류로 추정되는 신드롬 패턴에 대해서는 EPR 상태를 정정 후 보존하고, 그 외의 경우 EPR 상태를 버리는 경우이다. Est [[7,1,3]] tcorr=0 또는 Est [[5,1,3]] tcorr=0의 경우 오류가 발생하지 않은 신드롬 패턴에 대해서만 EPR 상태를 보존하고 그 외의 경우 EPR 상태를 버리는 경우에 해당한다.
도 37 내지 도 40을 참조하면, Est [[7,1,3]] tcorr=1 또는 Est [[5,1,3]] tcorr=1 과 같이 Est가 붙은 모든 값들은 추정 값(estimation value)이다. 예를 들어, 도 37 및 도 38에서 Est [[7,1,3]] tcorr=1 또는 Est [[5,1,3]] tcorr=1 은 충실도, 즉, 출력 충실도(output Fidelity F’)의 추정 값을 의미한다. 또한, 도 39 및 도 40에서 Est [[7,1,3]] tcorr=1 또는 Est [[5,1,3]] tcorr=1 은 성공 확률(success probability Psucc)의 추정 값을 의미한다.
도 37 내지 도 40을 참조하면, [[7,1,3]] tcorr=1 또는 [[5,1,3]] tcorr=1 과 같이 Est가 없는 모든 값들은 실제 시뮬레이션 값을 의미한다. [[7,1,3]](혹은 [[5,1,3]])의 경우, [[7,1,3]](혹은 [[5,1,3]])의 양자 오류정정부호를 활용하여 실제로 시뮬레이션을 수행한 결과에서 충실도, 즉, 출력 충실도(output Fidelity F’)의 값을 의미한다. 따라서, Fidelity의 성능을 과추정하지 않기 위해, 추정 값<실제 값이 되도록 추정 값을 설계하였다. 또한, 성공 확률(success probability Psucc)의 성능을 과추정하지 않기 위해, 추정 값<실제 값이 되도록 추정 값을 설계하였다.
[[7,1,3]]과 [[5,1,3]]은 서로 다른 오류정정부호이다. [[5,1,3]] 부호의 경우, 5개의 큐비트를 활용하여 1개의 논리적 정보를 인코딩 시키며, d=3이기 때문에, (d-1)/2=1 개의 모든 오류를 정정할 수 있다. [[5,1,3]] 부호에서 2개의 오류로 추정하는 경우는 없다. [[7,1,3]] 부호의 경우, 7개의 큐비트를 활용하여 1개의 논리적 정보를 인코딩 시키며, d=3이기 때문에, (d-1)/2=1 개의 모든 오류를 정정할 수 있다. 하지만, [[5,1,3]] 부호와는 다르게, [[7,1,3]] 부호에서는 추가적으로 일부 2개의 오류를 정정할 수 있다. 따라서, 도 38 및 도 40과 비교하여, 도 37 및 도 39에서는 tcorr=1 의 그래프가 추가적으로 도시되어 있다. 즉, 도 37 및 도 39에서는 일부 2개의 오류가 발생한 신드롬에 대해서 버리는 경우에 대하여 도시되어 있다.
아래의 표 6 내지 표 8은 특정 목표 충실도(Ftarget=1-10-6 or 1-10-7)를 만족하기 위한 최적의 mode 및 파라미터 추정치 결과이다. Mode는 adaptive mode 중 QPA, QECCs(QECCs기반 양방향 EDP 기법), Detecting 중에서 결정되며 되며, 각 초기 충실도에서 최소한의 리소스를 활용하는 EDP 운용방법을 의미한다. ‘QPA’는 QPA mode, ‘QECCs’ 는 QECCs 기반 양방향 EDP 프로토콜에서 tcorr≥1인 경우, ‘Detecting’은 QECCs 기반 양방향 EDP 프로토콜에서 tcorr=0 인 경우를 의미한다. Num_EPR 은 각 모드에서 활용되는 EPR 상태의 수이다. n,k,d,tcorr 는 mode로 QECCs 기반 양방향 프로토콜이 활용되었을 때, 최적의 코드 및 정정하는 오류의 수(tcorr)이며, bound를 활용하여 추정된 값이다. Gain은 QPA 대비 QECCs 기반 양방향 프로토콜이 활용되었을 때 감소된 큐비트 수이며, QPA round는 QPA mode로 활용하였을 때 round 수이다.
표 6은 Ftarget=1-10-6 에서의 EDP 프로토콜 및 spec(0.85≤F≤0.99)에 해당한다.
표 7은 Ftarget=1-10-7 에서의 최적 EDP 프로토콜 및 spec에 해당한다.
표 8는 Ftarget=1-10-6 에서의 EDP 프로토콜 및 spec(0.999≤F≤0.9999)에 해당한다.
F 1-Ftarget mode Num_EPR n k d tcorr Gain QPA Round
0.85 1.00E-06 'QPA' 792.9544 '-' '-' '-' '-' '-' 6
0.86 1.00E-06 'QPA' 654.7041 '-' '-' '-' '-' '-' 6
0.87 1.00E-06 'QPA' 542.753 '-' '-' '-' '-' '-' 6
0.88 1.00E-06 'QPA' 156.4529 '-' '-' '-' '-' '-' 5
0.89 1.00E-06 'QPA' 135.3346 '-' '-' '-' '-' '-' 5
0.9 1.00E-06 'QPA' 117.3719 '-' '-' '-' '-' '-' 5
0.91 1.00E-06 'QPA' 102.049 '-' '-' '-' '-' '-' 5
0.92 1.00E-06 'QPA' 88.9412 '-' '-' '-' '-' '-' 5
0.93 1.00E-06 'QECCs' 74.7453 29 1 11 1 -2.9528 '-'
0.94 1.00E-06 'Detecting' 47.8399 27 3 9 0 -20.1893 '-'
0.95 1.00E-06 'QECCs' 23.797 28 2 10 1 -35.8961 '-'
0.96 1.00E-06 'QECCs' 20.2648 28 2 10 1 -32.2237 '-'
0.97 1.00E-06 'QECCs' 11.1624 27 3 9 1 -10.1298 '-'
0.98 1.00E-06 'Detecting' 8.2855 25 5 7 0 -11.047 '-'
0.99 1.00E-06 'Detecting' 4.6978 16 4 5 0 -3.8568 '-'
F 1-Ftarget mode Num_EPR n k d tcorr Gain QPA Round
0.85 1.00E-07 'QPA' 792.9544 '-' '-' '-' '-' '-' 6
0.86 1.00E-07 'QPA' 654.7041 '-' '-' '-' '-' '-' 6
0.87 1.00E-07 'QPA' 542.753 '-' '-' '-' '-' '-' 6
0.88 1.00E-07 'QPA' 451.691 '-' '-' '-' '-' '-' 6
0.89 1.00E-07 'QPA' 377.3025 '-' '-' '-' '-' '-' 6
0.9 1.00E-07 'QPA' 316.2845 '-' '-' '-' '-' '-' 6
0.91 1.00E-07 'QPA' 102.049 '-' '-' '-' '-' '-' 5
0.92 1.00E-07 'QPA' 88.9412 '-' '-' '-' '-' '-' 5
0.93 1.00E-07 'QPA' 77.6981 '-' '-' '-' '-' '-' 5
0.94 1.00E-07 'QECCs' 61.1904 29 1 11 1 -6.8388 '-'
0.95 1.00E-07 'QECCs' 50.8073 29 1 11 1 -8.8858 '-'
0.96 1.00E-07 'QECCs' 20.2648 28 2 10 1 -32.2237 '-'
0.97 1.00E-07 'QECCs' 17.6041 28 2 10 1 -28.6431 '-'
0.98 1.00E-07 'QECCs' 10.012 27 3 9 1 -30.816 '-'
0.99 1.00E-07 'Detecting' 5.1869 21 5 6 0 -12.3894 '-'
F 1-Ftarget mode Num_EPR n k d tcorr Gain QPA Round
0.999 1.00E-06 'Detecting' 1.9213 17 9 4 0 -2.0947 '-'
0.9991 1.00E-06 'Detecting' 1.918 17 9 4 0 -2.0964 '-'
0.9992 1.00E-06 'Detecting' 1.9148 17 9 4 0 -2.098 '-'
0.9993 1.00E-06 'Detecting' 1.9115 17 9 4 0 -2.0997 '-'
0.9994 1.00E-06 'QECCs' 1.8235 31 17 5 2 -2.1861 '-'
0.9995 1.00E-06 'QECCs' 1.8235 31 17 5 2 -2.1845 '-'
0.9996 1.00E-06 'QECCs' 1.8235 31 17 5 2 -2.1829 '-'
0.9997 1.00E-06 'QECCs' 1.8235 31 17 5 2 -2.1813 '-'
0.9998 1.00E-06 'QECCs' 1.8235 31 17 5 2 -2.1797 '-'
0.9999 1.00E-06 'Detecting' 1.6692 15 9 3 0 -2.3324 '-'
본 개시에서 설명하는 송신자(Alice)에서 EPR 상태의 준비와 송신자에서 수신자(Bob)로 각 EPR 상태 중에서 하나의 큐비트를 전송하는 방식은 설명의 편의를 위해 통일하여 설명한다. 하지만, 제 3자 노드 에서 EPR 상태를 준비하고 제 1노드 (Alice)와 제 2노드 (Bob)에 전송하여 상기 설명하는 모든 방식 및 혹은 수신자에서 EPR 상태를 준비하고 제 1노드 (Alice)에 전송하는 모든 방식을 수행하는 방법에서도 동일하게 적용될 수 있음은 자명하다.
또한 환경에 따라, 해당 파라미터 추정 과정은 다음의 ①, ②, ③ 중 하나의 시나리오로 수행될 수 있다.
① 기지국 및 단말이 초기 충실도에 따른 Table을 공유하고 있는 경우 (예를 들어, 표 6, 표 7, 표 8 등을 사전에 공유)
② Table을 공유하고 있지 않은 환경에서 기지국 및 단말이 초기 충실도에 따라 각각 파라미터 추정을 진행하는 경우
③ Table을 공유하고 있지 않은 환경에서 기지국이 파라미터 추정을 진행하여 단말에 파라미터 값을 알려주는 경우
①의 경우, 기지국과 단말에 의해 측정된 초기 충실도(Finit)가 사전에 공유된 Table에 있지 않을 때는 낮거나 같은 초기 충실도(F≤Finit)로 가정하여 파라미터를 활용한다. 예를 들어, 기지국과 단말이 표 6를 공유하고 있지만 측정된 초기 충실도가 0.935 인 경우, 0.93의 초기 충실도로 하여 n=29,k=1,d=11,t_corr=1의 파라미터를 활용함으로서, Ftarget을 보장한다. 여기에서 예시하는 최적 EDP 프로토콜 및 spec에 해당하는 Look-up Table은 초기 충실도(F), 목표 충실도 Ftarget에 따라 개별적으로 구성될 수 있으며, 기지국과 단말은 사전에 약속된 방법으로 개별 Look-up Table을 모두 보유하고 있다고 가정한다.
②과 ③의 시나리오에서는 측정되는 초기 충실도를 기반으로 제안 기법을 활용하여 n,k,d,tcorr 파라미터를 추정 할 수 있다. 초기 충실도가 F=0.96으로 측정되고, 목표 충실도가 1-10-7인 경우, ②에서는 기지국과 단말이 최적화 함수를 수행하여 n=28,k=2,d=10,tcorr=1 의 값을 각각 도출해내며 파라미터 추정을 위한 추가적인 고전정보의 교환 없이 양자 오류정정 부호 디코딩 회로를 수행한다. ③의 경우, 기지국이 파라미터 추정을 진행하여 n=28,k=2,d=10,tcorr=1 값을 단말에게 전송하여, 이후 양자 오류정정 부호 디코딩 및 이후 과정을 수행한다.
①의 경우, 기지국과 단말이 Table을 저장하기위한 추가적인 메모리를 필요로하지만, 최적화 함수 및 파라미터 교환을 위한 추가적인 통신 없이 Adaptive mode EDP를 수행할 수 있다.
②의 경우 기지국과 단말이 Table 저장을 위한 추가적인 메모리가 필요로 하지 않지만 기지국 혹은 단말에 최적화를 위한 복잡도가 추가된다.
③의 경우 기지국과 단말이 Table 저장을 위한 추가적인 메모리가 필요로 하지 않지만 기지국은 최적화를 위한 복잡도 및 파라미터 교환을 위한 고전통신이 추가된다.
상기 시나리오들에서 초기 충실도는 기지국과 단말이 사전에 정의된 특정한 방법으로 얽힘 증류 절차 전에 사전에 측정되었다고 가정한다. 이 때, ①과 ②는 초기 충실도 측정 과정을 통해 기지국과 단말이 측정된 초기 충실도를 동일하게 알고 있어야 하고, ③의 경우 파라미터를 추정하는 기지국에서만 초기 충실도를 알고 있어도 가능하다. 따라서, ①과 ②는 초기 충실도 측정과정에서 초기 충실도 측정값을 공유하는 과정이 수반된다.
상기 발명에서 기지국과 단말이 Look-up Table을 모두 보유하고 있으나, 초기 충실도의 정보가 기지국 또는 단말에만 있는 경우, 초기 충실도를 가진 기지국 또는 단말이 Look-up Table에서 최적 EDP 프로토콜 및 Spec에 해당하는 Index 만을 도출하여, 초기 충실도를 가지지 않은 단말 또는 기지국에게 Index를 전송하여 최적 프로토콜을 운용할 수 있다. 예를 들어 초기 충실도를 기지국만 알고 있고 QPA 의 Index를 0, QECCs의 Index를 1 이라 할 때, F=0.9,Ftarget=1-10-6 인 경우 0을 전송하며, F=0.96,Ftarget=1-10-6 일 때 1과 이후 n,k,d,tcorr 값들을 단말에 전송한다.
초기 충실도 및 목표 충실도가 아닌 다른 제약조건이 존재하는 경우, 최적화 문제의 Constraint 항에 추가된다. 예를 들어, 한 번에 송수신 할 수 있는 EPR 상태의 수에 제한(n≤N)이 발생한다면, 아래의 수학식 26과 같이 최적화를 진행한다.
상술한 표 6 내지 표 8의 경우, n≤31 설정을 통해 최적화된 파라미터 값이다. 해당 예시하는 최적 EDP 프로토콜 및 spec에 해당하는 Look-up Table은 초기 충실도(F), 목표 충실도 Ftarget외에 송수신 할 수 있는 EPR 상태의 수(N)에 따라 개별적으로 구성될 수 있으며, 기지국과 단말은 사전에 약속된 방법으로 개별 Look-up Table을 모두 보유하고 있다고 가정한다.
적응 모드(adaptive mode)로 활용하는 EDP 및 충실도 기반 파라미터 추정 과정
도 41는 본 개시에 적용 가능한 시스템에서 적응모드 EDP 기법의 전체 블록도의 일례를 도시한 도면이다. 구체적으로, 도 41는 상술한 두 제안 기법을 통합한 전체 블록 다이어그램이다.
제약 조건으로 초기 충실도 및 목표 충실도가 주어진 환경에서, 기지국과 단말에 대하여 각각 QPA를 통해 얽힘 증류를 수행할 것인지, 또는 2-way QECCs를 통해 얽힘 증류를 수행할 것인지에 대하여 최종 소모 자원의 예측을 통해 결정한다. 추가적인 제약 조건으로 한 번에 송수신 가능한 EPR 상태의 수 등이 존재 가능하다.
2-way QECCs EDP를 활용하는 경우, 기지국과 단말은 QECCs 파라미터 및 t_corr를 공유한다. QPA를 활용하는 경우, 기지국과 단말은 QPA round 수를 공유한다.
QPA를 활용하는 경우, 기지국과 단말은 상술한 양방향 EDP 프로토콜과 같이 동작한다. 2-way QECCs를 활용하는 경우, 기지국과 단말은 상술한 QECCs 기반 양방향 EDP 기법의 과정을 수행한다.
도 41를 참조하면, 적응 모드의 EDP를 수행함에 있어서,
(1) QPA 또는 2-way QECCs 중 하나의 EDP를 선택한다.
(1-1) EDP로서 QPA를 선택한 경우:
(2) EPR 쌍들을 생성한다.
(3) EPR 쌍들의 파티클을 전송한다.
(4) QPA 유니터리 연산을 수행한다.
(5) 연산 결과를 측정한다.
(6) 측정 결과를 공유한다. 공유한 측정 결과와 공유 받은 측정 결과가 동일한 결과인지 판단한다. 동일 결과가 아닌 경우, EPR 상태를 폐기한다. 동일 결과인 경우, 과정을 종료한다.
(1-2) EDP로서 2-way QECCs를 선택한 경우:
(2) EPR 쌍들을 생성한다.
(3) EPR 쌍들의 파티클을 전송한다.
(4) QECCs 디코딩 회로 연산을 수행한다.
(5) 연산 결과를 측정한다.
(6) 측정 결과를 공유한다.
(7) 공유한 측정 결과와 공유 받은 측정 결과를 곱한다. 곱의 결과가 미리 결정된 집합에 포함되는지, 즉, 설정된 패턴과 관련되는지에 대하여 판단한다. 곱의 결과가 미리 결정된 집합에 포함되지 않는 경우, EPR 상태를 폐기한다.
(8) 곱의 결과가 미리 결정된 집합에 포함되는 경우, EPR 상태를 수정한다.
Adaptive mode로 활용하는 EDP 에서의 최소 Fidelity 공유
QPA에서 single round 의 EDP 프로토콜 수행 시, 2개의 낮은 충실도 EPR 쌍을 활용하여 1개의 높은 충실도 EPR 쌍이 생성된다. 이 때, 높은 충실도의 EPR 쌍이 생성되었는지 측정하기 위하여 송수신자가 가지고 있는 1개의 EPR 쌍을 각각 측정하여 그 측정결과를 공유한다. 즉 도면 3에서, 송수신자는 각각 두번째 큐비트를 측정하여 그 측정결과(s1,s2∈{0,1})를 공유한다. (-1)s1+s2=1이면 측정하지 않은 1개의 EPR 쌍을 보존하고 그렇지 않으면 측정하지 않은 1개의 EPR 쌍을 폐기한다. 이 때, 표 6, 표 7, 표 8에서 보여주듯이, 입력 충실도 및 목표 충실도에 따라 다양한 수의 round를 진행하게 된다. 해당 round 이후 생성되는 EPR 쌍은 항상 목표 충실도를 만족한다. 아래 표 9은 다양한 입력 충실도에 따라 측정결과의 곱((-1)s1+s2)에 대한 충실도이다. 실제 프로토콜상에서는 (-1)s1+s2=1인 경우의 EPR 상태만 보존하여 활용한다. 표 9은 QPA 프로토콜에서 측정결과에 따른 충실도를 나타낸다.
input Fidelity (Finit) (-1)s1+s2=1인 경우 충실도 (-1)s1+s2=1인 경우 충실도
0.6 0.620438 0.25
0.7 0.735294 0.25
0.8 0.83815 0.25
0.9 0.926396 0.25
이에 반해, QECCs 기반의 two-way 프로토콜을 수행하는 경우 신드롬((-1)s1+s2)이 tcorr이하의 오류로 추정되는 신드롬 set에 포함되어 있더라도, 신드롬의 패턴에 따라 보존된 EPR 쌍의 충실도가 달라진다. 예를 들어, [[5,1,3]] 양자 오류정정부호를 tcorr=1로 활용하는 경우, 총 16개의 신드롬 패턴이 생성된 경우 EPR 쌍이 보존된다. 각 신드롬 패턴에 따라 보존되는 EPR 쌍의 충실도는 다음과 같다. 표 10은 [[5,1,3]], tcorr=1 인 양자 오류정정부호를 활용하는 경우 신드롬 패턴에 따른 EPR 쌍의 충실도를 나타낸다. 이 때 표 10에서 S는 아래와 같이 정의된다.
신드롬 패턴에 따른 충실도 평균 충실도
input Fidelity(Finit) 0000 s∈S
0.6 0.753573 0.375182 0.415656
0.7 0.91913 0.488235 0.56752
0.8 0.982877 0.634682 0.75085
0.9 0.998477 0.807614 0.920492
예를 들어, 입력 충실도가 0.9인 환경에서 [[5,1,3]] 양자 오류정정부호를 tcorr=1(즉 QECCs로 활용)하는 경우, 평균적으로는 0.92에 해당하는 출력 충실도를 얻게된다. 하지만, 측정되는 신드롬 패턴에 따라, 0000이 신드롬 출력값으로 측정되는 경우, 0.998의 충실도를 가진 EPR 쌍을 보존하게 되지만, 그 외의 신드롬(예를 들어, 0001)인 경우 오류정정 이후 0.808의 충실도를 가진 EPR 쌍을 얻게 됨으로, 입력 충실도 대비 낮은 출력 충실도를 갖는 EPR 쌍을 보존하게 된다.
[[7,1,3]] 양자 오류정정부호를 tcorr=1로 활용하는 경우, 총 22개의 특정 신드롬 패턴이 생성된 경우 EPR 쌍이 보존된다. 각 신드롬 패턴에 따라 보존되는 EPR 쌍의 충실도는 다음과 같다. 표 11는 [[7,1,3]], tcorr=1 인 양자 오류정정부호를 활용하는 경우 신드롬 패턴에 따른 EPR 쌍의 충실도를 나타낸다. 이 때 표 11에서 S는 아래와 같이 정의된다.
신드롬 패턴에 따른 충실도 평균 충실도
input Fidelity(Finit) 000000 s∈S
0.6 0.77884 0.457452 0.488994
0.65 0.87575 0.534283 0.579424
0.7 0.936193 0.613772 0.671602
0.75 0.970075 0.691315 0.758622
0.8 0.987511 0.764098 0.835873
0.85 0.995657 0.831023 0.900789
0.9 0.998926 0.89216 0.951721
0.98 0.999886 0.94819 0.986428
예를 들어, 입력 충실도가 0.8인 환경에서 [[7,1,3]] 양자 오류정정부호를 tcorr=1(즉 QECCs로 활용)하는 경우, 평균적으로는 0.836에 해당하는 출력 충실도를 얻게 된다. 하지만, 측정되는 신드롬 패턴에 따라, 000000이 신드롬 출력값으로 측정되는 경우, 0.988의 충실도를 가진 EPR 쌍을 보존하게 되지만, 그 외의 신드롬(예를 들어, 000001)인 경우 오류정정 이후 0.764의 충실도를 가진 EPR 쌍을 얻게 됨으로, 입력 충실도 대비 낮은 출력 충실도를 갖는 EPR 쌍을 보존하게 된다.
도 42는 본 개시에 적용 가능한 시스템에서 two-way EDP의 평균 및 최소 충실도 성능의 일례를 도시한 도면이다.
구체적으로, 도 42는 [[5,1,3]] QECCs 및 [[7,1,3]] QECCs를 adaptive mode로 활용한 two-way EDP의 평균 및 최소 충실도 성능을 나타낸다.
도 42에서, Favg([[5,1,3]])은 [[5,1,3]]을 활용한 two-way EDP의 평균 충실도 성능을 나타낸다.
Fmin([[5,1,3]])은 [[5,1,3]]를 활용한 two-way EDP의 최소 충실도 성능을 나타낸다. Fmin([[5,1,3]])은 [[5,1,3]] 양자 오류정정부호를 tcorr=1로 활용한 경우이다.
Favg([[7,1,3]])은 [[7,1,3]]를 활용한 two-way EDP의 평균 충실도 성능을 나타낸다.
Fmin([[7,1,3]])은 [[7,1,3]]를 활용한 two-way EDP의 최소 충실도 성능을 나타낸다. Fmin([[7,1,3]])은 [[7,1,3]] 양자 오류정정부호를 tcorr=1로 활용한 경우이다.
최소 Fidelity 공유 프로토콜
도 43은 본 개시에 적용 가능한 시스템에서 최소 충실도를 고려한 Adaptive mode 기반 EDP 기법의 전체 과정의 일례를 도시한 도면이다.
신드롬 패턴 전체로 인한 평균 충실도보다 특정 신드롬(예를 들어, s∈S)은 더 낮은 충실도를 가지는 EPR 쌍을 생성하며 따라서 본 개시에서는 adaptive mode에서 특정 신드롬에 따라 추가적으로 충실도를 공유하는 방법을 제시한다. 이후 공유된 최소 충실도를 기반하여, 송수신자는 필요에 따라 공유된 EPR 상태를 폐기 혹은 EPR 상태를 활용하여 EDP를 수행한다.
제안 기법의 수행과정은 다음과 같다.
Adaptive mode 기반 EDP 기법의 과정은 다음과 같다. 먼저, adaptive mode로서 QPA 모드가 선택되면 도 43의 양방향 EDP 프로토콜을 수행한다. 하기 설명은 adaptive mode로서 QECCs 기반 양방향 EDP 기법의 과정이며, QPA 모드 및 QECCs 기반 양방향 EDP mode를 나누는 과정은 [충실도 기반 QECCs 파라미터 추정 과정]에서 설명한다.
① [[n,k,d]] 양자오류 정정부호를 활용하는 경우, 송신자(Alice)는 비선형 소자를 활용하여 n 개의 EPR 상태를 생성한다.
② 송신자는 각 EPR 상태 중 하나의 큐비트를 수신단(Bob)에게 전송한다. 이 때 양자채널은 EPR 상태의 생성 결함 및 유무선 광자 채널, 양자 메모리 오류채널 등을 포함한다.
③ 송신자 및 수신자는 유니터리 연산으로서 Unitary Operation 동작을 위해 약속된 [[n,k,d]] 양자 오류정정 부호의 디코딩 관련 회로를 수행한다.
④ 송신자 및 수신자는 각각 (n-k) 개의 큐비트를 측정한다. 이 때 측정 큐비트는 [[n,k,d]] 양자 오류정정부호의 특성에 기반하여 측정 큐비트의 위치가 결정된다.
⑤ 수신자는 송신자에게 (n-k) bits 의 측정결과를 Classical Channel 로 전송한다.
⑥ 송신자는 자신의 측정결과와 수신 받은 상대방의 측정결과를 곱하여, 곱한 값의 패턴에 따라, ④의 과정에서 측정하지 않은 k개의 EPR 상태에 정정연산을 수행한 후 보존하거나 혹은 EPR 상태를 버린다. EPR 상태를 버리는 경우, 다시 ①~⑤ 과정을 수행한다. s1 (∈{-1,1})은 Alice의 측정결과, s2 (∈{-1,1})는 Bob의 측정결과 일 때, 측정결과의 곱((-1)s'=s1s2)이 약속된 패턴 S에 속하는 경우, 송신자는 측정하지 않은 EPR 상태(k개) 중 자신의 큐비트에 정정 연산을 수행한다. 정정 연산은 s'의 패턴에 따라 I,X,Y,Z 중 하나로 결정되며, 측정하지 않은 EPR 상태의 EPR pair 상태 중 송신자의 큐비트에 동작한다.
⑦ ⑥의 수행과정 중에서 EPR 상태가 보존되는 경우, 송신자는 측정결과의 곱에 따라 k개의 EPR 상태의 충실도를 추정하며, 해당 추정 충실도를 수신자에게 고전 채널로 전송하여 이를 공유한다. 최소 충실도를 추정하는 방법은 아래에서 설명한다. 동시에 송신자는 수신자에게 EPR 상태가 보존됨을 알린다.
본 개시에서 설명하는 송신자(Alice)에서 EPR Pair의 준비와 송신자에서 수신자(Bob)로 각 EPR Pair 중에서 하나의 큐비트를 전송하는 방식은 설명의 편의를 위해 통일하여 설명한다. 하지만, 제 3자 노드에서 EPR Pair의 준비하고 제 1노드 (Alice)와 제 2노드 (Bob)에 전송하여 상기 설명하는 모든 방식을 수행하는 방법 혹은 송수신자가 바뀌어도 동일하게 적용될 수 있음은 자명하다. ⑤ 과정에서 Alice와 Bob이 서로 측정결과를 공유하는 경우, 각자 최소 충실도를 추정할 수 있다.
또한 측정결과를 Alice와 Bob이 양쪽에서 서로에게 전송하고, 각각 신드롬을 계산한 후 Bob(혹은 Alice)가 정정연산을 수행하며 최소 추정값을 Alice(혹은 Bob)을 추정할 수 있음은 자명하다.
⑦ 과정에서 송수신자는 Adaptive mode 수행 이후, 최소 충실도 공유를 위하여 추가적인 통신을 도 43과 같이 수행한다. 이후 필요에 따라 이전 단계에서 보존된 EPR 상태를 폐기할지 혹은 보존할지 결정한다. 경우에 따라 다양하지만, EPR 상태가 보존되는 예시로서, 사전에 EDP 프로토콜을 통해 공유되어 있는 얽힘 상태의 충실도가 높은 경우, 목표 충실도를 만족하지 못하는 얽힘 쌍이라도 보존될 수 있다. 예를 들어, 총 10개의 증류 프로토콜 이후의 EPR 얽힘상태가 필요로 할 때, 10번째 얽힘 상태 공유 시, 앞선 9개의 충실도를 고려하여 충분히 높은 충실도를 가지는 경우 마지막 EPR 얽힘 상태의 충실도가 목표 충실도에는 미치지 못한다고 하더라도 보존될 수 있다.
[[n,k,d]],tcorr QECCs를 two way로 활용하는 경우 최소 Fidelity의 추정 기법
Adaptive mode에서 two-way QECCs를 활용하는 경우, 평균적으로 목표 충실도를 만족하는 [[n,k,d]],tcorr 파라미터 추정 과정이 존재한다. 하지만 신드롬 측정 결과에 따라, 목표 충실도를 만족하지 못하는 경우가 발생하며, 따라서 각 신드롬 발생 이후 신드롬에 따른 충실도를 알려주는 추가적인 과정이 필요하다. 본 개시는, 특정 신드롬이 발생한 경우 충실도를 추정하기 위한 방법이다.
F=Finit의 초기 충실도에서 w 무게의 오류에 대한 신드롬이 발생한 경우, 출력 상태의 최소 충실도(F'min)는 수학식 27와 같은 lowerbound를 가지며, 본 개시에서는 해당 bound를 통해 출력 충실도를 추정한다.
정정연산을 수행할 확률을 psucc로 정의한다. 성공확률(psucc)의 경우 기존 QECCs를 adaptive mode로 활용한 경우와 동일하게 수학식 28와 같이 추정된다.
도 44은 본 개시에 적용 가능한 시스템에서 [[7,1,3]] 오류정정부호를 two-way로 활용하는 경우 최소 충실도 추정치 성능의 일례를 도시한 도면이다.
도 45은 본 개시에 적용 가능한 시스템에서 [[5,1,3]] 오류정정부호를 two-way로 활용하는 경우 최소 충실도 추정치 성능의 일례를 도시한 도면이다.
[[7,1,3]],[[5,1,3]] QECCs를 t_corr=1인 adaptive mode로 활용한 경우 평균 충실도(F' )성능 및 최소 충실도(F'min) 성능 및 추정(Est)은 도 44, 도 45과 같다. 도 44과 도 45는 각각 [[7,1,3]] 및 [[5,1,3]] QECCs를 활용한 경우의 추정치 성능이다. 도 44 및 도 45에서, 실선은 충실도의 추정치를 의미하며 점선은 충실도의 실제 값을 의미한다. 도 44 및 도 45에서, est Fmin,tcorr=0에 대응하는 선의 경우, 0개 혹은 1개의 오류로 추정되는 신드롬 패턴에 대해서는 EPR 상태를 정정 후 보존하고, 그 외의 경우 EPR 상태를 버리는 경우에 해당한다. 도 44 및 도 45에서, est Fmin,tcorr=1에 대응하는 선의 경우 오류가 발생하지 않은 신드롬 패턴에 대해서만 EPR 상태를 보존하고 그 외의 경우 EPR 상태를 버리는 경우에 해당한다.
도 44과 도 45은 최소 충실도의 추정치가 실제 충실도보다 낮은 값으로 추정함으로서, 보존된 EPR 상태의 충실도가 추정 충실도 이상임을 보여준다.
최소 충실도 기반 n,k,d,tcorr 파라미터 추정 과정
QECCs 를 Adaptive mode로 활용하는 경우, EDP과정 이후 생성되는 EPR 상태의 최소 충실도가 목표 충실도(Ftarget)를 만족하면서 최소한의 EPR 상태(충실도 F)를 활용하기 위해 QECCs의 파라미터 n,k,d와 adaptive mode의 파라미터 tcorr 혹은 혹은 tcorr 을 추정하기 위해 다음의 수학식 29의 최적화 과정을 수행한다.
이 때 최소 추정 충실도 F'min은 수학식 27을 통해 추정될 수 있다.
F 1-Ftarget mode Num_EPR n k d tcorr Gain QPA Round
0.85 1.00E-06 'QPA' 792.9544 '-' '-' '-' '-' '-' 6
0.86 1.00E-06 'QPA' 654.7041 '-' '-' '-' '-' '-' 6
0.87 1.00E-06 'QPA' 542.753 '-' '-' '-' '-' '-' 6
0.88 1.00E-06 'QPA' 156.4529 '-' '-' '-' '-' '-' 5
0.89 1.00E-06 'QPA' 135.3346 '-' '-' '-' '-' '-' 5
0.9 1.00E-06 'QPA' 117.3719 '-' '-' '-' '-' '-' 5
0.91 1.00E-06 'QPA' 102.049 '-' '-' '-' '-' '-' 5
0.92 1.00E-06 'QPA' 88.9412 '-' '-' '-' '-' '-' 5
0.93 1.00E-06 'QPA' 77.6981 '-' '-' '-' '-' '-' 5
0.94 1.00E-06 Detecting' 47.8399 27 3 9 0 -20.1893 '-'
0.95 1.00E-06 Detecting' 35.9505 27 3 9 0 -23.7426 '-'
0.96 1.00E-06 Detecting' 25.0496 26 3 8 0 -27.4389 '-'
0.97 1.00E-06 Detecting' 10.7072 25 5 7 0 -10.585 '-'
0.98 1.00E-06 Detecting' 8.2855 25 5 7 0 -11.047 '-'
0.99 1.00E-06 Detecting' 4.6978 16 4 5 0 -3.8568 '-'
F 1-Ftarget mode Num_EPR n k d tcorr Gain QPA Round
0.85 1.00E-07 'QPA' 792.9544 '-' '-' '-' '-' '-' 6
0.86 1.00E-07 'QPA' 654.7041 '-' '-' '-' '-' '-' 6
0.87 1.00E-07 'QPA' 542.753 '-' '-' '-' '-' '-' 6
0.88 1.00E-07 'QPA' 451.691 '-' '-' '-' '-' '-' 6
0.89 1.00E-07 'QPA' 377.3025 '-' '-' '-' '-' '-' 6
0.9 1.00E-07 'QPA' 316.2845 '-' '-' '-' '-' '-' 6
0.91 1.00E-07 'QPA' 102.049 '-' '-' '-' '-' '-' 5
0.92 1.00E-07 'QPA' 88.9412 '-' '-' '-' '-' '-' 5
0.93 1.00E-07 'QPA' 77.6981 '-' '-' '-' '-' '-' 5
0.94 1.00E-07 'QPA' 68.0292 '-' '-' '-' '-' '-' 5
0.95 1.00E-07 Detecting' 53.9258 27 2 9 0 -5.7673 '-'
0.96 1.00E-07 Detecting' 27.0969 27 3 9 0 -25.3916 '-'
0.97 1.00E-07 Detecting' 19.1332 26 3 8 0 -27.114 '-'
0.98 1.00E-07 Detecting' 8.2855 25 5 7 0 -32.5425 '-'
0.99 1.00E-07 Detecting' 5.1869 21 5 6 0 -12.3894 '-'
F 1-Ftarget mode Num_EPR n k d tcorr Gain QPA Round
0.999 1.00E-06 Detecting' 1.9213 17 9 4 0 -2.0947 '-'
0.9991 1.00E-06 Detecting' 1.918 17 9 4 0 -2.0964 '-'
0.9992 1.00E-06 Detecting' 1.9148 17 9 4 0 -2.098 '-'
0.9993 1.00E-06 Detecting' 1.9115 17 9 4 0 -2.0997 '-'
0.9994 1.00E-06 Detecting' 1.9083 17 9 4 0 -2.1013 '-'
0.9995 1.00E-06 Detecting' 1.905 17 9 4 0 -2.103 '-'
0.9996 1.00E-06 Detecting' 1.9018 17 9 4 0 -2.1046 '-'
0.9997 1.00E-06 Detecting' 1.892 30 16 5 0 -2.1128 '-'
0.9998 1.00E-06 Detecting' 1.8349 31 17 5 0 -2.1683 '-'
0.9999 1.00E-06 Detecting' 1.5009 6 4 2 0 -2.5007 '-'
표 12은 Ftarget=1-10-6 에서의 최소 충실도 기반 EDP 프로토콜 및 spec(0.85≤F≤0.99)을 나타낸다.
표 13은 Ftarget=1-10-7 에서의 최소 충실도 기반 EDP 프로토콜 및 spec (0.85≤F≤0.99)을 나타낸다.
표 14은 Ftarget=1-10-6 에서의 최소 충실도 기반 EDP 프로토콜 및 spec(0.999≤F≤0.9999)을 나타낸다.
표 12, 표 13, 표 14는 특정 목표 충실도(Ftarget=1-10-6 or 1-10-7)를 만족하기 위한 최적의 mode 및 파라미터 추정치 결과이다. Mode는 adaptive mode 중 QPA, QECCs(QECCs기반 양방향 EDP 기법), Detecting 중에서 결정되며 되며, 각 초기 충실도에서 최소한의 리소스를 활용하는 EDP 운용방법을 의미한다. ‘QPA’는 QPA mode, ‘QECCs’는 QECCs 기반 양방향 EDP 프로토콜에서 tcorr≥1인 경우, ‘Detecting’은 QECCs 기반 양방향 EDP 프로토콜에서 tcorr=0 인 경우를 의미한다. Num_EPR 은 각 모드에서 활용되는 EPR 상태의 수이다. n,k,d,tcorr 는 mode로 QECCs 기반 양방향 프로토콜이 활용되었을 때, 최적의 코드 및 정정하는 오류의 수(tcorr)이며, bound를 활용하여 추정된 값이다. Gain은 QPA 대비 QECCs 기반 양방향 프로토콜이 활용되었을 때 감소된 큐비트 수이며, QPA round는 QPA mode로 활용하였을 때 round 수이다.
예를 들어, 초기 충실도가 0.95인 환경에서 1-10-7의 충실도를 만족하고 싶은 경우, 평균 충실도를 기준(표 7)으로 [[29,1,11]] 양자오류 정정부호를 tcorr=1로 활용하면 되지만, 최소 충실도를 기준(표 13)으로는 [[27,2,9]] 양자 오류정정부호를 tcorr=0으로 활용하여야 한다. QPA 대비 평균 충실도를 기준으로 하는 방식은 8.8개의 EPR 쌍을 적게 사용하는 것에 비해, 최소 충실도를 기준으로 하는 방식은 5.7개의 EPR 쌍을 적게 사용하게 된다.
도 46은 본 개시에 적용 가능한 시스템에서 최소 충실도 기반 parameter 추정 및 Adaptive mode 기반 EDP 기법의 전체 과정의 일례를 도시한 도면이다.
도 46에 따르면, 최소 충실도 기준 Adaptive mode의 파라미터 추정 및 해당 파리미터에 기반하여 정정연산을 취하거나 EPR 상태를 버리고 다시 프로토콜을 수행하는 방법이 나타난다.
Two-way QECCs를 활용한 EDP에서의 얽힘 상태 재활용
Minimum Fidelity를 기반하여 Adaptive mode로 EDP를 수행하는 특허에서 알려져 있듯, QECCs의 신드롬에 따라 측정되지 않은 얽힘 쌍의 충실도의 값은 다르다. 예를 들어, [[5,1,3]] 양자 오류정정부호를 활용하는 경우의 측정 신드롬 별 충실도는 아래의 표 15과 같다. 표 15은 [[5,1,3]], 양자 오류정정부호를 활용하는 경우 신드롬 패턴에 따른 EPR 쌍의 충실도를 나타낸다.
신드롬 패턴에 따른 충실도 평균 충실도
input Fidelity(Finit) 0000 s∈S
0.6 0.753573 0.375182 0.415656
0.7 0.91913 0.488235 0.56752
0.8 0.982877 0.634682 0.75085
0.9 0.998477 0.807614 0.920492
예를 들어, 입력 충실도가 0.9인 환경에서 [[5,1,3]] 양자 오류정정부호를 tcorr=1(즉 QECCs로 활용)하는 경우, 평균적으로는 0.92에 해당하는 출력 충실도를 얻게된다. 하지만, 측정되는 신드롬 패턴에 따라, 0000이 신드롬 출력값으로 측정되는 경우, 0.998의 충실도를 가진 EPR 쌍을 보존하게 되지만, 그 외의 신드롬(예를 들어, 0001)인 경우 오류정정 이후 0.808의 충실도를 가진 EPR 쌍을 얻게 됨으로, 입력 충실도 대비 낮은 출력 충실도를 갖는 EPR 쌍을 보존하게 된다.
예시를 위해, [[5,1,3]] 오류정정부호만 활용한다고 했을 때, 초기 충실도가 0.9이며, 목표 충실도가 0.91인 경우, 평균 충실도를 기준으로 목표 충실도 설정한다면 [[5,1,3]] 부호는 모든 신드롬에 대해서 측정되지 않은 큐비트를 정정 후 보존하게 되며(tcorr=1), 최소 충실도를 기준으로 목표충실도를 설정한다면, 1010 신드롬이 측정된 경우만 큐비트를 보존하게 된다(tcorr=0인 경우로 two-way QECCs EDP를 수행하는 것과 동일). 만약 해당 과정을 20개의 얽힘 쌍에 대해서 [[5,1,3]] 양자 오류정정부호를 4번 활용하는 것으로 생각한다면(4번 모두 0000을 제외한 신드롬이 측정), 최소 충실도를 기준으로 했을 때는 측정되지 않은 4개의 얽힘 쌍을 버리게 된다.
본 개시에서는 버려지는 신드롬이 측정되었을 때, 측정되지 않은 EPR 쌍을 버리지 않고, 추가적으로 활용하는 기법을 제시한다. 위의 예시에서, 4개의 EPR 쌍을 활용하여 2 round 의 QPA를 수행하는 경우, 수학식 22의 QPA 수행 이후 충실도 수식에 따라 0.949의 충실도를 갖는 1개의 EPR 쌍을 생성할 수 있으며, 목표 충실도 0.91을 넘는 얽힘 상태가 생성되게 된다. QPA 외에 다양한 방식의 EDP 프로토콜이 수행될 수 있으며(e.g, two-way QECCs, QECCs, ...), 다양한 운용 모드(e.g, recurrence method, entanglement pumping mode, ...)로 운용될 수 있다. 또한, 버려야 할 얽힘 쌍을 재사용 하는 기준 또한 다양한 방식으로 설정할 수 있다(e.g, F'≥Finit, F'>0.5(QPA 활용 가능 여부)).
얽힘상태를 재사용하는 two-way QECCs EDP의 경우에는 파라미터 n,k,d,tcorr 이외에 treuse 파라미터가 도입되며, treuse는 얽힘 상태를 재사용할 수 있는 추정 오류의 maximum weight이다. 위의 예시에서, 최소 충실도 기준으로 0.91인 목표충실도를 맞추기 위해서는 tcorr=0이 활용되지만(0000 신드롬만 활용하는 경우의 tcorr), 추가적으로 얽힘 쌍 재사용을 위해 QPA 프로토콜이 활용된다면 모든 신드롬을 활용할 수 있으므로 treuse=1이 된다.
얽힘 상태를 재활용하는 Two-way QECCs EDP 프로토콜
도 47은 본 개시에 적용 가능한 시스템에서 얽힘 큐비트를 재활용하는 Two-way QECCs EDP 프로토콜의 전체 과정의 일례를 도시한 도면이다.
상술하였듯이, 다양한 기준을 활용하여 EPR 재사용 기준을 선택(t_reuse를 선택) 할 수 있으며, 최적화 수행과정에서 활용되는 수식 또한 변형될 수 있다. 이와 관련하여, 기존의 최적화 수행에 대해서는 기존의 Adaptive mode와 동일하게 수행되면서(즉, 최적화 수식은 기존과 동일하게 적용하면서), 측정 결과에 따라서 얽힘 쌍을 재활용하는 경우의 프로토콜 수행 과정을 설명한다.
Adaptive mode 기반 EDP 기법의 과정은 다음과 같다. 먼저, adaptive mode로서 QPA 모드가 선택되면 도 28의 양방향 EDP 프로토콜을 수행한다. 하기 설명은 adaptive mode로서 QECCs 기반 양방향 EDP 기법의 과정에서 EPR 상태를 재사용하는 과정이다. QPA 모드 및 QECCs 기반 양방향 EDP mode를 나누는 과정은 상술한 [평균 충실도 기반 파라미터 추정 과정] 혹은 [최소 충실도 기반 n,k,d,tcorr 파라미터 추정 과정]과 동일하다. 추가적으로 treuse 파라미터 선정을 위해서, 얽힘 상태의 재사용 기준을 선정한다. 도 47은 [[n,k,d]] 부호를 활용하였을 때, 출력 충실도 F' 가 입력 충실도 Finit보다 크게 treuse를 설정한 경우의 예시이다.
① [[n,k,d]] 양자오류정정부호를 활용하는 경우, 송신자(Alice)는 비선형 소자를 활용하여 n 개의 EPR 상태를 생성한다.
② 송신자는 각 EPR 상태 중 하나의 큐비트를 수신단(Bob)에게 전송한다. 이 때 양자채널은 EPR 상태의 생성 결함 및 유무선 광자 채널, 양자 메모리 오류채널 등을 포함한다.
③ 송신자 및 수신자는 유니터리 연산으로서 Unitary Operation 동작을 위해 약속된 [[n,k,d]] 양자 오류정정 부호의 디코딩 회로를 수행한다.
④ 송신자 및 수신자는 각각 (n-k) 개의 큐비트를 측정한다. 이 때 측정 큐비트는 [[n,k,d]] 양자 오류정정부호의 특성에 기반하여 측정 큐비트의 위치가 결정된다.
⑤ 수신자는 송신자에게 (n-k) bits 의 측정결과를 Classical Channel 로 전송한다.
⑥ 송신자는 자신의 측정결과와 수신 받은 상대방의 측정결과를 곱하여, 곱한 값의 패턴에 따라, ④의 과정에서 측정하지 않은 k개의 EPR 상태에 정정연산을 수행한 후 (a) 보존하거나 혹은 (b) 측정되지 않은 EPR 상태를 추가 EDP를 수행할 것인지 혹은 (c) EPR 상태를 버릴지를 결정한다. EPR 상태를 버리는 경우((c)의 경우), 다시 ①~⑤ 과정을 수행한다. s1 (∈{-1,1})은 Alice의 측정결과, s2 (∈{-1,1})는 Bob의 측정결과 일 때, 측정결과의 곱(s'=s1 s2)이 약속된 패턴 S에 속하는 경우, 송신자는 측정하지 않은 EPR 상태(k개) 중 자신의 큐비트에 정정 연산을 수행한다((a)의 경우). 정정 연산은 s'의 패턴에 따라 I,X,Y,Z 중 하나로 결정되며, 측정하지 않은 EPR 상태의 EPR pair 상태 중 송신자의 큐비트에 동작한다. s'가 S에 속하지는 않지만 다양한 기준에 따라 추가적으로 EDP 수행여부를 결정한다((c)의 경우). 도 50은 측정되지 않은 큐비트의 충실도와 초기 충실도와의 비교를 통해 EDP 수행 여부를 결정하는 예시이다. 이 때 측정되지 않은 큐비트의 충실도는 상술한 [[[n,k,d]],tcorr QECCs를 two way로 활용하는 경우 최소 Fidelity의 추정 기법]에서 측정된 신드롬과 연결되는 오류의 무게(weight)를 w로 하여 추정될 수 있다.
⑦ ⑥의 수행과정 중에서 EPR 상태가 보존되는 경우, 송신자는 측정결과의 곱에 따라 k개의 EPR 상태의 충실도를 추정하며, 해당 추정 충실도를 수신자에게 고전 채널로 전송하여 이를 공유한다(최소 충실도 공유는 선택적으로 동작. 평균 충실도 기준으로 하는 경우는 불필요). 동시에 송신자는 수신자에게 EPR 상태가 보존됨을 알린다.
⑥의 수행 과정 중에서 EPR 상태를 재사용 하는 경우, 측정되지 않은 큐비트로 EDP를 수행한다 (도면 기준 s∈S에서 N, F'≥Finit에서 Y인 경우).
본 개시에서 설명하는 송신자(Alice)에서 EPR Pair의 준비와 송신자에서 수신자(Bob)로 각 EPR Pair 중에서 하나의 큐비트를 전송하는 방식은 설명의 편의를 위해 통일하여 설명한다. 하지만, 제 3자 노드에서 EPR Pair의 준비하고 제 1노드 (Alice)와 제 2노드 (Bob)에 전송하여 상기 설명하는 모든 방식을 수행하는 방법 혹은 송수신자가 바뀌어도 동일하게 적용될 수 있음은 자명하다.
또한 ⑤ 과정에서 측정결과를 Alice와 Bob이 양쪽에서 서로에게 전송하고, 각각 신드롬을 계산한 후 Bob(혹은 Alice)가 정정연산을 수행하며 충실도의 추정값을 Alice(혹은 Bob)을 추정할 수 있음은 자명하다.
또한 treuse 파라미터를 초기에 Alice와 Bob이 약속하고 프로토콜을 수행하지 않고, 측정된 신드롬에 따라 충실도를 계산하여 초기 얽힘 상태 재사용 기준을 만족하는지 확인하고 EDP 수행 여부를 결정할 수 있음은 자명하다.
(실시 예) Average Fidelity 기준으로 [[n,k,d]] 및 tcorr 파라미터를 최적화한 후, QPA를 활용한 얽힘 상태 재사용 방법
Case 1) F'≥Finit를 만족하게 treuse를 설정한 경우
평균 충실도를 기준 목표충실도를 F_target=1-10-6으로 하여 초기 충실도 Finput=0.85~0.99에 대해서 Adaptive mode로 수행하는 경우 파라미터 최적화 결과는 표 16과 같다. 큐비트 재사용을 활용하는 기법에서는 표 17 내에 ‘treuse’ 파라미터가 추가적으로 활용되며, 해당 값은 얽힘 상태를 재활용할 수 있는 추정 오류의 maximum weight 이다. 표 17은 재사용 하는 얽힘 상태의 충실도가 초기 충실도(Finput) 보다 높은 경우에 활용하는 경우이다. ‘fidelity of reused’는 treuse에 해당하는 weight 의 오류로 추정될 때 측정되지 않은 얽힘 상태의 충실도 이며, 초기 충실도보다 높다는 것을 확인 할 수 있다. treuse보다 1개 많은 오류로 추정되는 경우, 충실도는 ‘fidelity of {treuse+1}’로 표기되어 있으며, 초기 충실도보다 낮은 값을 가진다. ‘prob of {tcorr}’은 tcorr 이하 개수의 오류가 발생할 확률의 lowerbound가 되며, ‘prob of {treuse}’은 treuse 이하 개수의 오류가 발생할 확률의 lowerbound 이다. 대략 prob of {treuse}- prob of {tcorr}의 수치에 해당하는 확률만큼 k개의 큐비트를 재활용 할 수 있을 것으로 추정할 수 있다.
예를 들어, 기존에는 초기 충실도가 0.98(F_input=0.98) 인 경우, 1-10-6의 목표 충실도(Ftarget=1-10-6)를 만족시키기 위해서 n=25,k=5,d=7,tcorr=0의 파라미터를 활용하여, 오류의 무게가 1로 추정되는 신드롬에 대해서 k=5개의 얽힘 쌍을 생성할 수 없었지만, 큐비트 재활용을 통해, 오류의 무게가 1로 추정되는 신드롬에 대해서는 초기 충실도 0.98보다 높음을 확인하여, 이후 해당 큐비트만으로 혹은 추가적인 얽힘 상태를 전송하여 EDP를 수행할 수 있다. 해당 5개 얽힘상태 만으로 QPA프로토콜을 수행하는 경우, 2 round의 QPA를 수행할 수 있으며 이후 1-F'=8.0056×10-08 의 충실도(F'≥Ftarget)를 가진 1개의 얽힘 상태가 생성될 수 있다.
초기 충실도가 0.95의 경우, k=2개의 얽힘 상태가 생성되고, treuse=2에 해당하는 신드롬에 대해서는 초기 충실도 0.95보다 높음을 확인하여, EDP를 수행할 수 있다. 그러나, 1round의 QPA를 바로 수행하는 경우에도 목표 충실도를 넘을 수 없음으로, QPA를 사용할 수 없다. 이 경우, 해당 2개의 얽힘 상태를 보존하고 이후 EDP를 위한 얽힘 쌍 전송에서 n-k 개의 큐비트만 전송되며, 이후 [[n,k,d]] QECCs를 tcorr로 two-way QECCs 기반 EDP를 수행한다.
표 16은 초기 충실도 이상의 충실도를 갖는 EPR 상태를 재사용 하는 경우 Ftarget=1-10-6 에서의 평균 충실도 기반 EDP 프로토콜을 나타낸다.
표 17은 초기 충실도 이상의 충실도를 갖는 EPR 상태를 재사용 하는 경우 Ftarget=1-10-6 에서의 큐비트 재활용 specification을 나타낸다.
Finput 1-Ftarget mode Num_EPR n k d tcorr Gain QPA Round
0.85 1.00E-06 'QPA' 792.9544 '-' '-' '-' '-' '-' 6
0.86 1.00E-06 'QPA' 654.7041 '-' '-' '-' '-' '-' 6
0.87 1.00E-06 'QPA' 542.753 '-' '-' '-' '-' '-' 6
0.88 1.00E-06 'QPA' 156.4529 '-' '-' '-' '-' '-' 5
0.89 1.00E-06 'QPA' 135.3346 '-' '-' '-' '-' '-' 5
0.9 1.00E-06 'QPA' 117.3719 '-' '-' '-' '-' '-' 5
0.91 1.00E-06 'QPA' 102.049 '-' '-' '-' '-' '-' 5
0.92 1.00E-06 'QPA' 88.9412 '-' '-' '-' '-' '-' 5
0.93 1.00E-06 'adaptive' 74.7453 29 1 11 1 -2.9528 5
0.94 1.00E-06 'Detecting' 47.8399 27 3 9 0 -20.1893 '-'
0.95 1.00E-06 'adaptive' 23.797 28 2 10 1 -35.8961 '-'
0.96 1.00E-06 'adaptive' 20.2648 28 2 10 1 -32.2237 '-'
0.97 1.00E-06 'adaptive' 11.1624 27 3 9 1 -10.1298 '-'
0.98 1.00E-06 'Detecting' 8.2855 25 5 7 0 -11.047 '-'
0.99 1.00E-06 'Detecting' 4.6978 16 4 5 0 -3.8568 '-'
treuse fidelity_of_reused fidelity_of_(treuse+1) prob_of_{tcorr} prob_of_{treuse}
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
2 0.99499 0.11103 0.38798 0.66837
1 0.99792 0.1783 0.18813 0.51235
2 0.97149 0.010378 0.58831 0.83734
2 0.99283 0.026003 0.69085 0.9001
1 0.99999 0.89041 0.80628 0.80628
1 0.99969 0.12848 0.60346 0.91135
0 1 0.96166 0.85146 0.85146
Case2) F'>0.5를 만족하게 treuse를 설정한 경우
평균 충실도를 기준 목표충실도를 Ftarget=1-10-6으로 하여 초기 충실도 Finput=0.85~0.99에 대해서 Adaptive mode로 수행하는 경우 파라미터 최적화 결과는 표 18와 같다. 큐비트 재사용을 활용하는 기법에서는 표 19 내에 ‘treuse’ 파라미터가 추가적으로 활용되며, 해당 값은 얽힘 상태를 재활용할 수 있는 추정 오류의 maximum weight 이다. 아래 도면에서는 재사용 하는 얽힘 상태의 충실도가 QPA가 동작하기 위한 최소 충실도인 0.5 보다 높은 경우에 활용하는 경우이다. ‘fidelity of reused’는 treuse에 해당하는 weight 의 오류로 추정될 때 측정되지 않은 얽힘 상태의 충실도 이며, 0.5보다 높다는 것을 확인 할 수 있다. treuse보다 1개 많은 오류로 추정되는 경우, 충실도는 ‘fidelity of {treuse+1}’로 표기되어 있으며, 초기 충실도보다 낮은 값을 가진다. ‘prob_of_{tcorr}’은 tcorr 이하 개수의 오류가 발생할 확률의 lowerbound가 되며, ‘prob_of_{treuse}’은 treuse 이하 개수의 오류가 발생할 확률의 lowerbound이다. 대략 prob_of_{treuse}- prob_of_{tcorr}의 수치에 해당하는 확률만큼 k개의 큐비트를 재활용할 수 있을 것으로 추정할 수 있다.
표 18은 0.5 이상의 충실도를 갖는 EPR 상태를 재사용 하는 경우 Ftarget=1-10-6 에서의 평균 충실도 기반 EDP 프로토콜을 나타낸다.
표 19은 0.5 이상의 충실도를 갖는 EPR 상태를 재사용 하는 경우 Ftarget=1-10-6 에서의 큐비트 재활용 specification을 나타낸다.
Finput 1-Ftarget mode Num_EPR n k d tcorr Gain QPA Round
0.85 1.00E-06 'QPA' 792.9544 '-' '-' '-' '-' '-' 6
0.86 1.00E-06 'QPA' 654.7041 '-' '-' '-' '-' '-' 6
0.87 1.00E-06 'QPA' 542.753 '-' '-' '-' '-' '-' 6
0.88 1.00E-06 'QPA' 156.4529 '-' '-' '-' '-' '-' 5
0.89 1.00E-06 'QPA' 135.3346 '-' '-' '-' '-' '-' 5
0.9 1.00E-06 'QPA' 117.3719 '-' '-' '-' '-' '-' 5
0.91 1.00E-06 'QPA' 102.049 '-' '-' '-' '-' '-' 5
0.92 1.00E-06 'QPA' 88.9412 '-' '-' '-' '-' '-' 5
0.93 1.00E-06 'adaptive' 74.7453 29 1 11 1 -2.9528 5
0.94 1.00E-06 'Detecting' 47.8399 27 3 9 0 -20.1893 '-'
0.95 1.00E-06 'adaptive' 23.797 28 2 10 1 -35.8961 '-'
0.96 1.00E-06 'adaptive' 20.2648 28 2 10 1 -32.2237 '-'
0.97 1.00E-06 'adaptive' 11.1624 27 3 9 1 -10.1298 '-'
0.98 1.00E-06 'Detecting' 8.2855 25 5 7 0 -11.047 '-'
0.99 1.00E-06 'Detecting' 4.6978 16 4 5 0 -3.8568 '-'
treuse fidelity_of_reused fidelity_of_(treuse+1) prob_of_{tcorr} Prob_of_{treuse}
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
'-' '-' '-' '-' '-'
2 0.99499 0.11103 0.38798 0.66837
1 0.99792 0.1783 0.18813 0.51235
2 0.97149 0.010378 0.58831 0.83734
2 0.99283 0.026003 0.69085 0.9001
2 0.89041 0.00086274 0.80628 0.9538
1 0.99969 0.12848 0.60346 0.91135
1 0.96166 0.00028427 0.85146 0.98907
예를 들어, 기존에는 초기 충실도가 0.98(Finput=0.98) 인 경우, 1-10-6의 목표 충실도(Ftarget=1-10-6)를 만족시키기 위해서 n=25,k=5,d=7,tcorr=0의 파라미터를 활용하여, 오류의 무게가 1로 추정되는 신드롬에 대해서 k=5개의 얽힘 쌍을 생성할 수 없었지만, 큐비트 재활용을 통해, 오류의 무게가 1로 추정되는 신드롬에 대해서는 충실도가 0.5 보다 높음을 확인하여, 이후 해당 큐비트만으로 혹은 추가적인 얽힘 상태를 전송하여 EDP를 수행할 수 있다. 해당 5개 얽힘상태 만으로 QPA프로토콜을 수행하는 경우, 2 round의 QPA를 수행할 수 있으며 이후 1-F'=8.0056×10-08 의 충실도(F'≥Ftarget)를 가진 1개의 얽힘 상태가 생성될 수 있다.
Case 1 대비 더 낮은 출력 충실도를 가진 k개의 얽힘 상태를 활용할 수 있음으로, case 1의 treuse 값보다 case 2의 treuse 값은 크거나 같은 값을 가진다. 예를 들어, 초기 충실도가 0.97인 경우, 표 16 및 표 17 (case 1)의 treuse값은 1인 반면 표 18 및 표 19 (case 2)의 treuse값은 2로 증가하고, 따라서 버려지지 않을 확률(prob of {treuse}) 또한 0.81에서 0.95로 증가한다.
(실시 예) Average Fidelity 기준으로 [[n,k,d]] 및 tcorr 파라미터를 최적화 한 후, Adaptive mode를 활용한 얽힘 상태 재사용 방법
(8) EDP 기법에서 Adaptive mode EDP기법을 활용하는 경우, k 개의 재활용되는 얽힘 큐비트를 활용하여 추가적인 얽힘 증류과정을 수행한다. 이 때 Adaptive mode EDP의 파라미터(n',k',d',tcorr') 최적화를 위해 최적화 과정을 활용할 수 있으며, 그 최적화 과정은 아래의 수학식 30과 같다.
이 때 F" 은 (8) distillation 이후 보존되는 k'개의 얽힘 상태의 충실도이다.
F'≥Finit으로 재활용 파라미터 treuse를 활용한 경우(표 16 및 표 17), Finit=0.98에서 5개의 큐비트가 재활용 된다면, [[4,2,2]] QECCs를 tcorr'=0으로 활용하여 추가적인 EDP를 수행한 후, 1-F"=6.4106×10-07인 얽힘 상태 2개를 획득할 수 있다.
(실시 예) Average Fidelity 기준으로 [[n,k,d]] 및 tcorr 파라미터를 treuse 파라미터와 함께 최적화 하는 경우
n,k,d,tcorr가 선정되고 treuse를 정하는 것이 아닌, n,k,d,tcorr,treuse를 종합적으로 고려하여 파라미터를 선정하는 경우, 아래의 수학식 31 또는 수학식 32의 최적화 과정을 수행할 수 있다(QPA를 (8) EDP로 활용하는 경우)
또는
최적화 함수 및 제약조건은 활용 환경에 따라 변경되거나 추가될 수 있음은 자명하다.
Two-way QECCs EDP에서 추가적인 리소스 감소 기법
도 48는 본 개시에 적용 가능한 시스템에서 [[5,1,3]] 양자 오류정정부호를 활용하는 경우 α값에 따른 성공확률(psucc)의 일례를 도시한 도면이다.
도 49은 본 개시에 적용 가능한 시스템에서 [[5,1,3]] 양자 오류정정부호를 활용하는 경우 α값에 따른 EPR 쌍의 평균 충실도(F')의 일례를 도시한 도면이다.
상술한 바와 같이, 본 개시에서는 (n, k, d, tcorr)를 활용한 two-way QECCs EDP에서 tcorr+1의 무게를 가진 일부 오류를 정정하는 기법을 제안한다. 이를 통해 출력 얽힘 상태의 충실도는 (n, k, d, tcorr)을활용한 two-way QECCs EDP 보다 낮아지게 되지만, 성공확률은 증가하는 효과를 확인할 수 있다. (n, k, d, tcorr)=(5,1,3,0) 인 two-way QECCs EDP에서 tcorr+1=1 무게를 가진 오류의 신드롬 중 α 개의 신드롬에 대해 오류를 정정하고 보존하는 경우의 얽힘 상태의 충실도 및 성공확률은 도 48 및 도 49와 같다
기존 [[5,1,3]] 양자 오류정정부호를 활용하여 two-way QECCs EDP를 수행하면, 초기 충실도 0.9의 환경에서 0.95의 목표 충실도를 만족하는 얽힘 상태를 생성하기 위해 tcorr=0의 two-way QECCs 파라미터를 활용하여야 한다. 따라서 0000을 제외한 신드롬이 측정되는 경우 얽힘 상태를 버려야 한다. 하지만 본 개시를 활용하여 α=6개(예를 들어, 0001,0010,0011,0100,0101,0010)의 신드롬이 측정되는 경우, 얽힘 상태를 보존할 수 있으며 성공확률 psucc=0.75484 로, 기존 0.59141 대비 높은 확률로 성공하게 된다. 따라서, 소모되는 평균 리소스 관점에서는 n/(k×psucc )=5/(1×0.75484)=6.62392로 n/(k×psucc )=5/(1×0.59141)=8.45437 대비 27%의 리소스 감소를 볼 수 있다.
파라미터 α 결정기법
파라미터 α는 tcorr+1 무게를 가진 오류의 신드롬 중 EPR 상태를 버리지 않고 정정 후 보존될 신드롬의 개수이다. (n,k,d,tcorr ) two-way QECCs 파라미터가 활용되는 경우 목표 충실도를 만족하면서 최소한의 리소스를 소모하기 위해서 다음의 수학식 33와 같은 방식으로 α를 결정한다.
이 때 Fk'는 k개의 신드롬을 추가로 정정했을 때 출력 EPR 상태의 충실도를 의미하게 되며, 다음의 수학식 34와 같은 방식으로 구해질 수 있다.
이 때, 및 은 (n,k,d,tcorr) two-way QECCs EDP 에서의 성공확률 및 출력 충실도를 의미하며, 및 은 (n,k,d,tcorr+1) two-way QECCs EDP 에서의 성공확률 및 출력 충실도이다.
출력 상태의 분석
α개의 추가적으로 오류가 정정되는 신드롬 패턴 및 활용되는 QECCs 의 형태에 따라, 출력 얽힘 상태는 베르너 상태(Werner state), 즉 다음의 수학식 35가 아닌, 수학식 36와 같은 Bell diagonal 상태 W 가 생성될 수 있다. 수학식 35는 베르너 상태(Werner state)를 나타낸다. 수학식 36은 F2=F3=F4인 것은 아닌 Bell diagonal 상태 W를 나타낸다.
이 경우 추가 EDP를 수행하는 경우 EDP 성능 저하를 야기하거나, 출력 얽힘 상태를 활용하여 추가 연산을 수행할 때 연산이 증가될 수 있다. 따라서, Werner state로 변형하고자 하는 경우, 아래의 수학식 37의 방법을 수행할 수 있다.
송수신자는 트월링(Twirling) (ref. [2] Bennett, Charles H., et al. "Mixed-state entanglement and quantum error correction." Physical Review A 54.5 (1996): 3824.)을 수행할 수 있다.
혹은 이후 EDP를 수행하는 경우, F2,F3,F4의 값에 따라 다른 X,Y,Z 오류정정 능력을 가지는 양자오류정정부호를 활용하여 EDP를 수행할 수 있다. 혹은 다음의 수학식 38의 UA,UB(ref. [1] Deutsch, David, et al. "Quantum privacy amplification and the security of quantum cryptography over noisy channels." Physical review letters 77.13 (1996): 2818.)를 송수신자가 각각 수행함으로써 F2와 F4의 값을 바꾼 후 같은 오류정정부호를 활용할 수 있다.
혹은 이후 EDP를 수행하는 경우, F2,F3,F4의 값에 따라 다른 X, Y, Z 오류정정 능력을 가지는 양자오류 정정부호를 활용하여 EDP를 수행할 수 있다.
Two-way QECCs EDP에서 추가적인 리소스 감소를 위한 과정
도 50는 본 개시에 적용 가능한 시스템에서 Two-way QECCs EDP에서 추가적인 리소스 감소를 수행하기 위한 과정의 일례를 도시한 도면이다.
Two-way QECCs EDP에서 추가적인 리소스 감소를 위한 과정은 다음과 같다.
① 송신자는 two-way QECCs EDP 파라미터인 (n,k,d,tcorr) 파라미터를 초기 충실도(Finit), 목표 충실도(Ftarget)에 따라 추정한다.
② 송신자는 추가적으로 정정할 신드롬 개수 α및 α개의 신드롬 패턴을 결정한다
③ 송신자(Alice)는 비선형 소자를 활용하여 n 개의 EPR 상태를 생성한다.
④ 송신자는 각 EPR 상태 중 하나의 큐비트를 수신단(Bob)에게 전송한다. 이 때 양자채널은 EPR 상태의 생성 결함 및 유무선 광자 채널, 양자 메모리 오류채널 등을 포함한다.
⑤ 송신자 및 수신자는 유니터리 연산으로서 Unitary Operation 동작을 위해 약속된 [[n,k,d]] 양자 오류정정 부호 회로를 수행한다.
⑥ 송신자 및 수신자는 각각 (n-k) 개의 큐비트를 측정한다. 이 때 측정 큐비트는 [[n,k,d]] 양자 오류정정부호의 특성에 기반하여 측정 큐비트의 위치가 결정된다.
⑦ 수신자는 송신자에게 (n-k) bits 의 측정결과를 Classical Channel 로 전송한다.
⑧ 송신자는 자신의 측정결과와 수신 받은 상대방의 측정결과를 곱하여, 곱한 값의 패턴에 따라, ④의 과정에서 측정하지 않은 k개의 EPR 상태에 정정 연산을 수행한다. 이 때 정정 연산을 수행하는 신드롬 패턴 S 의 수는 ∑개 이다. 정정 연산은 s'의 패턴에 따라 I,X,Y,Z 중 하나로 결정되며, 측정하지 않은 EPR 상태의 EPR pair 상태 중 송신자의 큐비트에 동작한다. EPR 상태를 버리는 경우, 다시 ②~⑧ 과정을 수행한다.
⑨ (Optional 1) Werner state로 만들기 위해서 송수신자는 Twirling 혹은 상기 설명된 UA,UB 를 수행한다. (Optional 2) Bell diagonal 상태의 F2,F3,F4를 저장한 후 향후 활용한다.
본 개시에서 설명하는 송신자(Alice)에서 EPR Pair의 준비 및 파라미터 추정과정과 송신자에서 수신자(Bob)로 각 EPR Pair 중에서 하나의 큐비트를 전송하는 방식은 설명의 편의를 위해 통일하여 설명한다. 하지만, 제 3자 노드에서 EPR Pair의 준비하고 제 1노드 (Alice)와 제 2노드 (Bob)에 전송하여 상기 설명하는 모든 방식을 수행하는 방법 혹은 송수신자가 바뀌어도 동일하게 적용될 수 있음은 자명하다.
또한 ⑦ 과정에서 측정결과를 Alice와 Bob이 양쪽에서 서로에게 전송하고, 각각 신드롬을 계산한 후 Bob(혹은 Alice)가 정정연산을 수행하며 충실도의 추정값을 Alice(혹은 Bob)을 추정할 수 있음은 자명하다.
또한 필요에 따라 오류의 weight 가 treuse이하인 경우, 개의 신드롬 패턴에 대해 얽힘 상태를 재활용 하는 프로토콜을 추가로 수행할 수 있다.
양자 전송 (Quantum Teleportation, QT)
도 51은 본 개시에 적용 가능한 시스템에서 양자 전송(quantum teleportation, QT)의 일례를 도시한 도면이다.
양자 전송(quantum teleportation, QT)은 특정 위치에 있는 송신자로부터 일정 거리 떨어진 수신자에게 양자 정보를 전송하는 기술이다. ‘Teleport’라는 단어의 본래 뜻과는 달리 양자 전송에서는 양측의 캐리어는 고정되어 있는 상태에서 실제 캐리어의 전송이 아닌 캐리어 간 양자 정보의 전송이 이루어진다. 이러한 정보의 전송을 위해 얽힌 양자 상태, 즉 Bell State가 필요하며, 이를 기반으로 별개의 물리적 시스템 간에 통계적인 상관관계를 부여하게 된다. 얽힘 관계에 있는 두 입자 중 하나의 입자가 겪는 모든 변화에 대해 다른 입자 역시 동일한 변화를 겪게 되기 때문에, 두 입자는 마치 하나의 양자 상태와 같이 행동한다.
도 51은 광자를 이용한 양자 전송 프로토콜을 도식화한 것이다. 양자 전송을 위해서는 두 개의 고전 Bit (Classical Bit)를 전송할 수 있는 고전 채널, Bell State (Entanglement 상태) 생성 장치, Bell State에 있는 두 입자를 서로 다른 위치에 있는 송수신단으로 이동하기 위한 양자 채널, 송신단의 Bell State Measurement 장치, 수신단의 유니터리 연산 (Unitary Operation) 장치의 자원이 필요하다. 전송하고자 하는 양자 정보 에 대하여 프로토콜의 동작은 다음과 같다.
(1) 얽힘 생성 (Entanglement Generation): Bell State 생성 장치를 통해 두 Qubit의 Entanglement 상태를 생성한다.
(2) 얽힘 분배 (Entanglement Distribution): 생성된 Entanglement 상태는 양자 채널을 통해 하나의 Qubit는 송신자 Alice (A)의 위치로, 다른 하나의 Qubit는 수신자 Bob (B)의 위치로 이동된다.
(3) 양자 전처리 (Quantum Pre-processing): Alice는 전송하고자 하는 양자 상태 와 자신이 가지고 있는 Bell State의 한 Qubit에 대하여 Bell State Measurement을 수행하여 네 개의 Bell State 중 하나에 해당하는 결과를 얻는다. 이때, Alice이 Bell State Measurement 결과에 대하여 Bob이 가지고 있는 Qubit의 상태는 아래의 표 20과 같이 변화한다. 표 20은 Alice 측 Bell State Measurement 결과에 따른 Bob 측 Qubit의 변화를 나타낸다.
(4) 고전 정보 전송 (Classical Transmission): Alice는 Bell State Measurement 결과를 두 Bit의 고전 Bit로 Encoding (Encoding)하고 고전 채널을 통해 Bob에게 전송한다.
(5) 양자 후처리 (Quantum Post-processing): Bob은 Alice로부터 수신한 두 Bit의 정보를 기반으로 자신이 가지고 있는 Bell State의 나머지 한 Qubit에 Unitary 연산을 취하여 Alice가 전송하고자 한 양자 정보 와 동일한 양자 상태를 얻는다.
양자 직접 통신(Quantum Direct Communication, QDC)
도 52는 본 개시에 적용 가능한 시스템에서 2단계(two step) QSDC 프로토콜의 일례를 도시한 도면이다.
양자 직접 통신은 전송하고자 하는 고전 메시지 정보를 안전하게 전송하기 위한 기법이라는 점에 4/5G 보안 통신 기술로 사용되고 있는 양자 키 분배(Quantum key distribution, QKD)와 공통점이 있다. 하지만, QKD는 고전 채널로 전송되는 메시지 정보를 안전하게 전송하기 위해 필요한 대칭 비밀 키 정보를 복제 불가능이라는 양자역학 특성을 이용하여 양자 채널을 통해 송/수신단 간에 공유하는 방법인 반면, QDC는 비밀키가 아닌 전송하고자 하는 고전 메시지 정보를 곧바로 양자 채널로 공유하는 방법이라는 점에서 차이점이 있다.
QDC 기술 군으로는 양자 보안 직접 통신(quantum secure direct communication, QSDC)이 있으며, 전송 정보와 관련된 누설 정보를 발생시키지 않아 높은 안전성이 보장된다는 장점이 있으며, 크게 얽힘 광원을 활용하는 Two step QSDC 기법이 포함된다.
Two step QSDC는 도 52와 같이 수퍼 덴스 코딩(super dense coding)으로부터 유래된 기법으로 아래 수학식 39의 4 종류 단일 얽힘 광자(EPR-pair)를 이용하여 2비트의 고전 정보를 안전하게 전송하는 기법이다.
수퍼 덴스 코딩은 고전 정보를 양자 통신을 이용하여 전달할 수 있도록 한 기법이다. 수퍼 덴스 코딩을 이용하는 경우, 송신단은 양자채널을 통하여 멀리 떨어져있는 수신단에게 2비트의 고전 정보를 한 개의 큐비트를 이용하여 전송할 수 있다. 수퍼 덴스 코딩을 이용하는 경우, 송신단은 얽힘 상태의 첫 큐비트를 소유하고, 수신단은 얽힘 상태의 두 번째 큐비트를 소유하는 것으로 가정된다. 송신단이 전송하고자 하는 큐비트는 ‘00’, ‘01’, ‘10’ 및 ‘11’의 네 가지 경우가 있는데, 상기 네 가지 경우에 대하여, 송신단은 자신이 소유한 얽힘 큐비트에 상기 네가지 경우 각각에 대응하는 큐비트 연산(I, Z, X, iY 형태로 표현됨.)을 수행한 후 양자 채널을 통하여 전송을 수행한다. 송신단이 수행하는 각 연산은 결과적으로 송신단과 수신단이 공유하고 있는 얽힘 상태를 서로 직교하는 다른 기저로 변형하는 역할을 하는 것으로 이해될 수 있다. 수신단은 수신된 큐비트와 자신이 소유한 큐비트(얽힘 상태의 두번째 큐비트)를 측정하여, 송신단이 전송한 2 비트의 정보를 복원한다.
도 52에서, SR(Storage line)1~4는 양자 메모리의 역할을 하는 optical delay line이며, CE(Checking Eavesdropping)1, 2는 도청자의 존재 여부를 검사하고, CM(Coding Message)은 송신단(Alice)에서 수신단(Bob)으로 전송하고자 하는 고전 메시지 정보를 인코딩하며, EPR-source는 얽힘 광원을 생성하며, Bell state measurement는 얽힘 광자쌍을 측정한다.
Two step QSDC에서는 안전성 보장을 위해 super dense coding과 달리, 얽힘 광자 쌍이 한 번에 전송되지 않고 2단계로 나누어 상위 양자 채널(upper quantum channel)과 하위 양자 채널(down quantum channel)을 통하여 전송된다. 얽힘 광원의 도청을 위해서는 얽힘 광자 쌍 양쪽의 정보를 모두 알아야 측정을 통해 전송 정보를 알아낼 수 있기 때문에 two step 기법에서는 얽힘 광자 쌍 중 한 쪽을 먼저 보내서 도청으로부터 안전성을 검증하고, 안전성이 보장되는 경우에만 나머지 광자 쌍의 부분에 보내고자 하는 메시지 정보를 코딩하여 전송하여 보내는 방식이 이용된다.
본 개시의 다양한 실시 예들의 구성
본 개시는 Adaptive mode에서 활용되는 two-way QECCs를 활용한 EDP를 수행하는 경우, 기존에는 버려졌던 얽힘 쌍의 충실도가 목표 충실도보다는 낮지만 추가적으로 활용될 수 있음을 감안하여, 얽힘 쌍을 다시 활용할 수 있는 기법을 제시한다. 얽힘 쌍 재사용의 기준은 다양한 형태로 가능하지만 실시예로서, 측정되지 않은 큐비트의 충실도(F')가 초기 충실도(Finput)보다 높은 경우를 보여준다.
본 개시에서 사용되는 기호/약어/용어는 다음과 같다.
- EDP: Entanglement Distillation Protocol
- LOCC : Local Operator and Classical Commnication
- QSDC : Quantum Secure Direct Communication
- F : Fidelity
- p_succ : Success probability
- W,W',W'' : Bell diagonal state
- WF : Werner state
본 개시에서 해결하고자 하는 기술적 과제(Technical Problem to be solved by the invention)
입력 Bell diagonal state에 따른 프로토콜의 성능 차이
Recurrence method는 하기 Twirling operation을 매 round 에 수행한다. Twirling은 수학식 40의 Bell diagonal state 상태 W를 Werner 상태 W_F로 변형해주는 연산자이다.
즉, Twirling operation은 인 W 상태를 인 Werner 상태로 만들어 주는 연산자이다. Recurrence 프로토콜에서는 Twirling 이후, 인 WF로 만들어 주기 위해 Alice 혹은 Bob이 Y 연산자를 가한다.
상기 설명된 Werner 상태가 아닌 Bell diagonal 상태들은 two-way QECCs EDP에서 보존 신드롬의 선택에 따라, 혹은 EPR 상태가 symmetric depolarizing channel이 아닌 asymmetric depolarizing channel을 통과할 때 생성 될 수 있다.
QPA 프로토콜은 하기 수학식 41의 Unitary 연산인 UA,UB를 매 round 수행한다. 해당 Unitary 연산은 Bell diagonal state을 다른 probability를 가진 bell diagonal state로 변환한다.
이 때 이다.
또한 Recurrence 혹은 QPA 프로토콜에서 Twirling 혹은 상기 수학식 41의 Unitary 연산인 UA,UB이후 수행되는 CNOT 연산 및 CNOT의 Target Qubit 얽힘 상태를 각 Z 기저로 측정하는 연산을 통해 생성된 상태 각각 동일한 의 얽힘 상태를 아래의 수학식 42와 같이 으로 변형한다.
이 때 psucc는 아래의 수학식 43와 같이 정의되며, F'은 으로 정의된다.
따라서 초기 W, WF 혹은 W'의 형태에 따라(W,WF의 경우 F에 따라, W'의 경우 F,F1,F2,F3에 따라) 생성된 의 충실도 F' 및 성공확률 psucc은 다른 값을 가지게 된다.
W'가 W와 같은 충실도(F)를 가지는 Werner state인 경우, 단일 round가 수행되는 경우 QPA와 Recurrence 프로토콜의 성능이 동일하지만, 다수의 round가 수행되는 경우 Twirling과 UA,UB 연산의 차이로 인하여, QPA의 충실도 및 성공확률 성능이 우수하다. 다음의 표 21은 입력 상태가 Werner state일 때 각 프로토콜을 2 round 수행시 성능을 나타낸다.
Protocol F F1 F2 F3 F’ F'1 F2 F3 'p_succ'
QPA 0.7 0.1 0.1 0.1 0.845946 0.018919 0.067568 0.067568 0.640138
Recurrence 0.7 0.1 0.1 0.1 0.773171 0.021951 0.021951 0.182927 0.482353
표 21에서 ‘Protocol’ 은 프로토콜의 종류, "F","F1","F2","F3" 는 W,W'에서의 F,F1,F2,F3의 값, "F'","F1'","F2'","F3'" 은 출력되는 상태()의 F,F1,F2,F3의 값, “p_succ”는 psucc을 의미한다.
W'가 W와 같은 충실도(F)를 가지지만 Werner state가 아닌 Bell diagonal state이지만 경우, 단일 round가 수행되는 결과는 W'을 구성하는 F1,F2,F3 에 따라 QPA가 우수한 성능을 보일 수도 있고, Recurrence 프로토콜이 우수한 성능을 보일 수도 있다. 다음의 표 22은 QPA와 Recurrence protocol의 입력 상태(W, W'')에 따른 프로토콜의 성능을 나타낸다.
Protocol F F1 F2 F3 F’ F'1 F2 F3 'p_succ'
QPA 0.65 0.2 0.1 0.05 0.620805 0.013423 0.016779 0.348993 0.745
0.65 0.2 0.05 0.1 0.620805 0.013423 0.016779 0.348993 0.745
0.65 0.1 0.2 0.05 0.692 0.032 0.068 0.208 0.625
0.65 0.1 0.05 0.2 0.692 0.032 0.068 0.208 0.625
0.65 0.05 0.2 0.1 0.732759 0.068966 0.086207 0.112069 0.58
0.65 0.05 0.1 0.2 0.732759 0.068966 0.086207 0.112069 0.58
Recurrence 0.65 0.1 0.05 0.2 0.679066 0.042388 0.042388 0.236159 0.642222
표 22에서 ‘Protocol’ 은 프로토콜의 종류, "F","F1","F2","F3" 는 W,W'에서의 F,F1,F2,F3의 값, "F'","F1'","F2'","F3'"은 출력되는 상태()의 F,F1,F2,F3의 값, “p_succ”는 psucc을 의미한다.
즉, 수행되는 CNOT 연산 및 측정 큐비트가 동일하더라도 해당 연산에 앞서 수행되는 LOCC(UA,UB 혹은 Twirling,YA)에 따라 프로토콜의 수행 성능에 차이가 날 수 있다. 다시 말해 LOCC 연산은 input 상태를 적절하게 바꾸어 원하는 프로토콜의 성능을 향상시킬 수 있다.
발명의 상세한 설명 (Detailed Description of the Invention)
Bell Diagonal state의 변환 방법
본 기법은 Bell diagonal state를 변환할 수 있는 기법을 제시한다. Bell diagonal state는 각 Unitary에 따라 아래와 같이 변환 될 수 있다.
① 를 활용하는 방법
이 때 이다. 해당 연산을 통해, 는 유지하면서 와 사이의 변환을 수행할 수 있다.
② 를 활용하는 방법
이 때 이다. 해당 연산을 통해, 는 유지하면서 사이의 변환을 수행할 수 있다.
③ 를 활용하는 방법
이 때 이다. 해당 연산을 통해, 는 유지하면서 사이의 변환을 수행할 수 있다.
④ 를 활용하는 방법
이 때 이다. 해당 연산을 통해, 는 유지하면서 와 사이의 변환을 수행할 수 있다.
및 연산자를 활용하여 Bell Diagonal state를 자유롭게 변환할 수 있다. 또한 추가적으로 Twirling 및 Pauli Y를 활용하여 Bell diagonal state를 Werner state로 변환할 수 있다.
또한 Global phase를 고려하여, 각 unitary 앞에 가 포함되어 가 수행되어도 동일한 결과를 얻을 수 있음은 자명하다.
Operator adaptation을 활용한 2-1 EDP
도 53는 본 개시에 적용 가능한 시스템에서 다양한 unitary 연산을 활용한 Bell diagonal state의 변형 과정 이후 EDP 수행 회로의 일례를 도시한 도면이다.
도 54는 본 개시에 적용 가능한 시스템에서 Recurrence protocol(Twirling으로 Werner state 변경 이후 EDP 수행 회로)의 일례를 도시한 도면이다.
앞서 [입력 Bell diagonal state에 따른 프로토콜의 성능 차이]에 기술된 바와 같이, CNOT 및 Target 큐비트 들의 Z 기저 측정을 아래의 수학식 48와 같이 상태를 변화시킨다.
따라서 본 기법에서는 목표로 하는 psucc 혹은 에 맞추어 적절한 Unitary 연산을 취하는 기법을 제안한다.
즉, 송수신자는 도 29의 실시 예와 같이 고정된 를 수행하는 것이 아니라, 목표로 하는 성능에 맞추어 (도 53의 실시 예) 혹은 Twirling(도 54의 실시 예)을 수행하는 기법인 operator adaptation 기법을 제안한다. 추가적으로 2-1 EDP 성능의 특성으로 인해, 혹은 Twirling 중 선택하는 것이 충분할 수 있다.
예를 들어, 초기 상태가 인 경우, QPA 프로토콜은 항상 psucc=0.625의 확률로 F'=0.692의 충실도를 갖는 Bell diagonal 상태만을 생성할 수 있으며, Recurrence은 항상 psucc=0.64의 확률로 F'=0.67의 충실도를 갖는 Bell diagonal 상태를 생성할 수 있다. 하지만 본 기법을 활용하여, psucc=0.58의 확률로 F'=0.733의 충실도를 갖는 Bell diagonal 상태를 생성할 수 있다.
또한, 초기 상태가 인 경우, QPA 프로토콜로는 향상된 성능을 얻을 수 없는 방면, 본 기법을 활용하여 를 활용하면 psucc=0.58의 확률로 F'=0.733의 충실도를 갖는 Bell diagonal 상태를 생성할 수 있다. 다른 Unitary를 활용하면 다른 성공 확률로 다른 충실도를 가지는 상태를 생성할 수도 있다.
도 55는 본 개시에 적용 가능한 시스템에서 operator adaptation을 활용한 2-1 EDP 프로토콜을 수행하는 과정의 일례를 도시한 도면이다.
도 55에 따른 2-1 EDP 프로토콜의 수행 과정은 다음과 같다.
① channel estimation을 통해 W' 상태의 계수인 F,F1,F2,F3를 결정한다.
② 송신자는 목표로 하는 출력 상태에 맞추어 혹은 Twirling 중 적절한 연산자 O를 선택한다
③ 송신자는 2개의 EPR 상태를 생성한다.
④ 송신자는 각 EPR 상태 중 하나의 큐비트를 수신단(Bob)에게 전송한다 (총 2개). 이 때 전송되는 큐비트는 양자 채널을 겪으며 양자 채널은 EPR 상태의 생성 결함 및 유무선 광자 채널, 양자 메모리 오류 채널 등을 포함한다.
⑤ 송신자 및 수신자는 ② 과정에서 결정된 연산자 O에 맞추어 각 큐비트에 연산을 취한다.
⑥ 2개의 얽힘 상태를 모아 묶어서, CNOT 및 CNOT 의 Target 큐비트를 Z 기저로 측정한다.
⑦ Z 기저 측정결과를 송수신자는 공유한다.
⑧ 측정 결과가 같은지를 비교하여, 같으면 Control 큐비트로 활용된 얽힘 상태를 보존하고, 다르면 Control 큐비트로 활용된 얽힘 상태를 폐기한 후 ③ 과정부터 다시 시작한다.
본 발명에서 설명하는 송신자(Alice)에서 EPR Pair의 준비와 송신자에서 수신자(Bob)로 각 EPR Pair 중에서 하나의 큐비트를 전송하는 방식은 설명의 편의를 위해 통일하여 설명한다. 하지만, 제 3자 노드에서 EPR Pair의 준비하고 제 1노드 (Alice)와 제 2노드 (Bob)에 전송하여 상기 설명하는 모든 방식을 수행하는 방법에서도 동일하게 적용될 수 있음은 자명하다.
또한 본 발명에서는 서로 같은 W^' 상태를 입력 값으로 고려하였지만, 서로 다른 Bell diagonal 상태에 대해서도 목표로 하는 출력 상태를 생성하기 위해 혹은 Twirling 중 적절한 연산자 O를 선택할 수 있음은 자명하다.
본 개시의 다양한 실시 예들의 효과
본 개시의 다양한 실시 예들에 대한 기대 효과는 다음과 같다.
본 개시에서는 Bell diagonal state를 변환할 수 있는 방식을 제안하였다.
본 개시의 다양한 실시 예들에 따르면, 목표로 하는 성능에 맞추어 Twirling을 수행하는 기법인 operator adaptation 방식을 제안하였다.
본 개시의 다양한 실시 예들에 대한 특징적 구성은 다음과 같다.
(1) 2-1 EDP 프로토콜을 수행하는 방법으로서
Bell diagonal 상태를 변경하는 연산자를 설계하는 방법;
주어진 Bell diagonal 상태에 따라 적절한 연산자를 선택하는 방법;
선택된 연산자 및 추가 연산자를 활용하여 EDP 프로토콜을 수행하는 방법
상기 구성을 통해 본 개시는 2-1 EDP 프로토콜에서 효율을 증가시킬 수 있는 EDP 프로토콜을 제안한다.
[제1 노드 claim 관련 설명]
이하 상술한 실시 예들을 제1 노드의 동작 측면에서 도 56를 참조하여 구체적으로 설명한다. 이하 설명되는 방법들은 설명의 편의를 위하여 구분된 것일 뿐, 상호 배척되지 않는 한 어느 한 방법의 일부 구성이 다른 방법의 일부 구성과 치환되거나, 상호 간에 결합되어 적용될 수 있음은 물론이다.
도 56는 본 개시에 적용 가능한 시스템에서 제1 노드의 동작 과정의 일례를 도시한 도면이다.
본 개시의 다양한 실시 예들에 따르면, 통신 시스템에서 제1 노드에 의하여 수행되는 방법이 제공된다.
본 개시의 다양한 실시 예들에 따르면, 제1 노드, 제2 노드는 복수의 노드들에 포함될 수 있다. 본 개시의 다양한 실시 예들에 따르면, 복수의 노드들 각각은 무선 통신 시스템에서 단말 또는 기지국 중 하나에 해당할 수 있다.
도 56의 실시 예는, S5601 단계 전에, 제1 노드가 제2 노드로부터 하나 이상의 동기 신호(synchronization signal)를 수신하는 단계; 제1 노드가 제2 노드로부터 시스템 정보(system information)를 수신하는 단계; 제1 노드가 제2 노드로부터 설정 정보(configuration information)를 수신하는 단계; 제1 노드가 제2 노드로부터 제어 정보(control information)를 수신하는 단계 중 하나 이상을 더 포함할 수 있다.
도 56의 실시 예는, S5601 단계 전에, 제1 노드가 제2 노드에게 랜덤 액세스 프리앰블(random access preamble)을 전송하는 단계; 제1 노드가 제2 노드로부터 랜덤 액세스 응답(random access response, RAR)을 수신하는 단계; 제1 노드가 제2 노드에게 랜덤 액세스 메시지 3(message 3)을 전송하는 단계; 제1 노드가 제2 노드로부터 경쟁 해결(contention resolution) 메시지를 수신하는 단계 중 하나 이상을 더 포함할 수 있다. 메시지 3는 RAR UL 그랜트와 함께 RAR에 의해 스케줄링된 첫 번째 PUSCH 전송이다.
S5601 단계에서, 제1 노드는 상기 제1 노드와 상기 제2 노드 간 채널의 추정을 통해 벨 대각선 상태(Bell diagonal state)에 대한 복수의 계수들을 결정한다.
S5602 단계에서, 제1 노드는 목표 출력 상태에 기반하여, 상기 벨 대각선 상태를 베르너 상태(Werner state) 또는 다른 계수를 가지는 다른 벨 대각선 상태로 변환하기 위한 연산자를 결정한다.
S5603 단계에서, 제1 노드는 상기 연산자에 기반하여 EDP(entanglement distillation protocol)를 수행한다.
S5604 단계에서, 제1 노드는 상기 EDP의 수행 결과에 기반하여, 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR(Einstein-Podolsky-Rosen) 상태를 보존하거나, 또는 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 버리고 상기 EDP를 반복 수행한다.
본 개시의 다양한 실시 예들에 따르면, 상기 연산자는 복수의 유니터리 연산(unitary operation)들 중 하나의 유니터리 연산에 대응하는 제1 연산자 또는 트월링 연산(twirling operation)에 대응하는 제2 연산자 중에서 상기 목표 출력 상태에 기반하여 결정될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 목표 출력 상태는 상기 벨 대각선 상태가 목표 충실도를 가질 수 있는 성공 확률, 또는, 상기 목표 충실도에 해당할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 도 56의 실시 예에서, 상기 연산자에 기반하여 상기 EDP를 수행하는 S5603 단계는, 설정된 개수의 제1 EPR 상태들을 생성하는 단계; 상기 제2 노드에게 상기 제1 EPR 상태들 각각을 구성하는 두 개의 큐비트들 중 하나의 큐비트를 전송하는 단계; 상기 제1 EPR 상태들과 관련된 제1 큐비트들 중 일부에 해당하는 제2 큐비트들에 대하여 상기 연산자에 기반하는 연산을 수행함으로써 제1 측정 결과를 생성하는 단계; 상기 제2 노드에게 상기 제1 측정 결과를 전송하는 단계; 상기 제2 노드로부터 상기 제2 큐비트들에 대한 제2 측정 결과를 수신하는 단계를 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 도 56의 실시 예에서, 상기 EDP의 수행 결과에 기반하여, 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 보존하거나, 또는 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 버리고 상기 EDP를 반복 수행하는 S5604 단계는, 상기 제1 측정 결과와 상기 제2 측정 결과가 일치하는 경우, 상기 제1 EPR 상태들 중 하나 이상의 제3 EPR 상태를 보존하는 단계; 상기 제1 측정 결과와 상기 제2 측정 결과가 일치하지 않는 경우, 상기 제1 EPR 상태들 중 상기 하나 이상의 제3 EPR 상태를 버리고 상기 EDP를 반복 수행하는 단계를 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 제1 측정 결과 및 상기 제2 측정 결과는, 상기 제2 큐비트들에 대하여 상기 연산자에 기반하는 유니터리 연산(unitary operation) 또는 트월링 연산(twirling operation)의 수행 후, CNOT 연산(controlled NOT operation) 및 상기 CNOT 연산의 타겟 큐비트에 대한 Z 기저 측정(Z basis measurement)을 수행함으로써 생성될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 하나 이상의 제3 EPR 상태는 컨트롤 큐비트(control Qubit)에 대응하는 EPR 상태일 수 있다.
본 개시의 다양한 실시 예들에 따르면 통신 시스템에서 제1 노드가 제공된다. 제1 노드는 송수신기 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 도 56에 따른 제1 노드의 동작 방법을 수행하도록 구성될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 통신 시스템에서 제1 노드를 제어하는 장치가 제공된다. 상기 장치는 적어도 하나의 프로세서 및 상기 적어도 하나의 프로세서들에 동작 가능하게 접속된 적어도 하나의 메모리를 포함한다. 상기 적어도 하나의 메모리들은, 상기 적어도 하나의 프로세서에 의해 실행되는 것에 기반하여, 도 56에 따른 제1 노드의 동작 방법을 수행하는 지시(instruction)들을 저장하도록 구성될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 하나 이상의 명령어를 저장하는 하나 이상의 비일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer readable medium, CRM)가 제공된다. 상기 하나 이상의 명령어는, 하나 이상의 프로세서에 의해 실행되는 것에 기반하여, 동작들을 수행하고, 상기 동작들은, 도 56에 따른 제1 노드의 동작 방법을 포함할 수 있다.
[제2 노드 claim 관련 설명]
이하 상술한 실시 예들을 제2 노드의 동작 측면에서 도 57를 참조하여 구체적으로 설명한다. 이하 설명되는 방법들은 설명의 편의를 위하여 구분된 것일 뿐, 상호 배척되지 않는 한 어느 한 방법의 일부 구성이 다른 방법의 일부 구성과 치환되거나, 상호 간에 결합되어 적용될 수 있음은 물론이다.
도 57은 본 개시에 적용 가능한 시스템에서 제2 노드의 동작 과정의 일례를 도시한 도면이다.
본 개시의 다양한 실시 예들에 따르면, 통신 시스템에서 제2 노드에 의하여 수행되는 방법이 제공된다.
본 개시의 다양한 실시 예들에 따르면, 제1 노드, 제2 노드는 복수의 노드들에 포함될 수 있다. 본 개시의 다양한 실시 예들에 따르면, 복수의 노드들 각각은 무선 통신 시스템에서 단말 또는 기지국 중 하나에 해당할 수 있다.
도 57의 실시 예는, S5701 단계 전에, 제2 노드가 제1 노드에게 하나 이상의 동기 신호(synchronization signal)를 전송하는 단계; 제2 노드가 제1 노드에게 시스템 정보(system information)를 전송하는 단계; 제2 노드가 제1 노드에게 설정 정보(configuration information)를 전송하는 단계; 제2 노드가 제1 노드에게 제어 정보(control information)를 전송하는 단계 중 하나 이상을 더 포함할 수 있다.
도 57의 실시 예는, S5701 단계 전에, 제2 노드가 제1 노드로부터 랜덤 액세스 프리앰블(random access preamble)을 수신하는 단계; 제2 노드가 제1 노드에게 랜덤 액세스 응답(random access response, RAR)을 전송하는 단계; 제2 노드가 제1 노드로부터 랜덤 액세스 메시지 3(message 3)을 수신하는 단계; 제2 노드가 제1 노드에게 경쟁 해결(contention resolution) 메시지를 전송하는 단계 중 하나 이상을 더 포함할 수 있다. 메시지 3는 RAR UL 그랜트와 함께 RAR에 의해 스케줄링된 첫 번째 PUSCH 전송이다.
S5701 단계에서, 제2 노드는 상기 제1 노드와 상기 제2 노드 간 채널의 추정을 통해 벨 대각선 상태(Bell diagonal state)에 대한 복수의 계수들을 결정한다.
S5702 단계에서, 제2 노드는 목표 출력 상태에 기반하여, 상기 벨 대각선 상태를 베르너 상태(Werner state) 또는 다른 계수를 가지는 다른 벨 대각선 상태로 변환하기 위한 연산자를 결정한다.
S5703 단계에서, 제2 노드는 상기 연산자에 기반하여 EDP(entanglement distillation protocol)를 수행한다.
S5704 단계에서, 제2 노드는 상기 EDP의 수행 결과에 기반하여, 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR(Einstein-Podolsky-Rosen) 상태를 보존하거나, 또는 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 버리고 상기 EDP를 반복 수행한다.
본 개시의 다양한 실시 예들에 따르면, 상기 연산자는 복수의 유니터리 연산(unitary operation)들 중 하나의 유니터리 연산에 대응하는 제1 연산자 또는 트월링 연산(twirling operation)에 대응하는 제2 연산자 중에서 상기 목표 출력 상태에 기반하여 결정될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 목표 출력 상태는 상기 벨 대각선 상태가 목표 충실도를 가질 수 있는 성공 확률, 또는, 상기 목표 충실도에 해당할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 도 57의 실시 예에서, 상기 연산자에 기반하여 상기 EDP를 수행하는 S5703 단계는, 상기 제1 노드로부터 설정된 개수의 제1 EPR 상태들 각각을 구성하는 두 개의 큐비트들 중 하나의 큐비트를 수신하는 단계; 상기 제1 EPR 상태들과 관련된 제1 큐비트들 중 일부에 해당하는 제2 큐비트들에 대하여 상기 연산자에 기반하는 연산을 수행함으로써 제2 측정 결과를 생성하는 단계; 상기 제1 노드로부터 상기 제2 큐비트들에 대한 제1 측정 결과를 전송하는 단계; 상기 제2 노드에게 상기 제2 큐비트들에 대한 제2 측정 결과를 전송하는 단계를 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 도 57의 실시 예에서, 상기 EDP의 수행 결과에 기반하여, 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 보존하거나, 또는 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 버리고 상기 EDP를 반복 수행하는 S5704 단계는, 상기 제1 측정 결과와 상기 제2 측정 결과가 일치하는 경우, 상기 제1 EPR 상태들 중 하나 이상의 제3 EPR 상태를 보존하는 단계; 상기 제1 측정 결과와 상기 제2 측정 결과가 일치하지 않는 경우, 상기 제1 EPR 상태들 중 상기 하나 이상의 제3 EPR 상태를 버리고 상기 EDP를 반복 수행하는 단계를 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 제1 측정 결과 및 상기 제2 측정 결과는, 상기 제2 큐비트들에 대하여 상기 연산자에 기반하는 유니터리 연산(unitary operation) 또는 트월링 연산(twirling operation)의 수행 후, CNOT 연산(controlled NOT operation) 및 상기 CNOT 연산의 타겟 큐비트에 대한 Z 기저 측정(Z basis measurement)을 수행함으로써 생성될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 하나 이상의 제3 EPR 상태는 컨트롤 큐비트(control Qubit)에 대응하는 EPR 상태일 수 있다.
본 개시의 다양한 실시 예들에 따르면 통신 시스템에서 제2 노드가 제공된다. 제2 노드는 송수신기 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 도 57에 따른 제2 노드의 동작 방법을 수행하도록 구성될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 통신 시스템에서 제2 노드를 제어하는 장치가 제공된다. 상기 장치는 적어도 하나의 프로세서 및 상기 적어도 하나의 프로세서들에 동작 가능하게 접속된 적어도 하나의 메모리를 포함한다. 상기 적어도 하나의 메모리들은, 상기 적어도 하나의 프로세서에 의해 실행되는 것에 기반하여, 도 57에 따른 제2 노드의 동작 방법을 수행하는 지시(instruction)들을 저장하도록 구성될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 하나 이상의 명령어를 저장하는 하나 이상의 비일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer readable medium, CRM)가 제공된다. 상기 하나 이상의 명령어는, 하나 이상의 프로세서에 의해 실행되는 것에 기반하여, 동작들을 수행하고, 상기 동작들은, 도 57에 따른 제2 노드의 동작 방법을 포함할 수 있다.
본 개시에 적용 가능한 통신 시스템
도 58는 본 개시의 다양한 실시 예들에 적용되는 통신 시스템(1)을 예시한다.
도 58를 참조하면, 본 개시의 다양한 실시 예들에 적용되는 통신 시스템(1)은 무선 기기, 기지국 및 네트워크를 포함한다. 여기서, 무선 기기는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution), 6G 무선 통신)을 이용하여 통신을 수행하는 기기를 의미하며, 통신/무선/5G 기기/6G 기기로 지칭될 수 있다. 이로 제한되는 것은 아니지만, 무선 기기는 로봇(100a), 차량(100b-1, 100b-2), XR(eXtended Reality) 기기(100c), 휴대 기기(Hand-held device)(100d), 가전(100e), IoT(Internet of Thing) 기기(100f), AI기기/서버(400)를 포함할 수 있다. 예를 들어, 차량은 무선 통신 기능이 구비된 차량, 자율 주행 차량, 차량간 통신을 수행할 수 있는 차량 등을 포함할 수 있다. 여기서, 차량은 UAV(Unmanned Aerial Vehicle)(예, 드론)를 포함할 수 있다. XR 기기는 AR(Augmented Reality)/VR(Virtual Reality)/MR(Mixed Reality) 기기를 포함하며, HMD(Head-Mounted Device), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 스마트폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지(signage), 차량, 로봇 등의 형태로 구현될 수 있다. 휴대 기기는 스마트폰, 스마트패드, 웨어러블 기기(예, 스마트워치, 스마트글래스), 컴퓨터(예, 노트북 등) 등을 포함할 수 있다. 가전은 TV, 냉장고, 세탁기 등을 포함할 수 있다. IoT 기기는 센서, 스마트미터 등을 포함할 수 있다. 예를 들어, 기지국, 네트워크는 무선 기기로도 구현될 수 있으며, 특정 무선 기기(200a)는 다른 무선 기기에게 기지국/네트워크 노드로 동작할 수도 있다.
무선 기기(100a~100f)는 기지국(200)을 통해 네트워크(300)와 연결될 수 있다. 무선 기기(100a~100f)에는 AI(Artificial Intelligence) 기술이 적용될 수 있으며, 무선 기기(100a~100f)는 네트워크(300)를 통해 AI 서버(400)와 연결될 수 있다. 네트워크(300)는 3G 네트워크, 4G(예, LTE) 네트워크, 5G(예, NR) 네트워크 또는 6G 네트워크 등을 이용하여 구성될 수 있다. 무선 기기(100a~100f)는 기지국(200)/네트워크(300)를 통해 서로 통신할 수도 있지만, 기지국/네트워크를 통하지 않고 직접 통신(e.g. 사이드링크 통신(sidelink communication))할 수도 있다. 예를 들어, 차량들(100b-1, 100b-2)은 직접 통신(e.g. V2V(Vehicle to Vehicle)/V2X(Vehicle to everything) communication)을 할 수 있다. 또한, IoT 기기(예, 센서)는 다른 IoT 기기(예, 센서) 또는 다른 무선 기기(100a~100f)와 직접 통신을 할 수 있다.
무선 기기(100a~100f)/기지국(200), 기지국(200)/기지국(200) 간에는 무선 통신/연결(150a, 150b, 150c)이 이뤄질 수 있다. 여기서, 무선 통신/연결은 상향/하향링크 통신(150a)과 사이드링크 통신(150b)(또는, D2D 통신), 기지국간 통신(150c)(e.g. relay, IAB(Integrated Access Backhaul)과 같은 다양한 무선 접속 기술(예, 5G NR)을 통해 이뤄질 수 있다. 무선 통신/연결(150a, 150b, 150c)을 통해 무선 기기와 기지국/무선 기기, 기지국과 기지국은 서로 무선 신호를 송신/수신할 수 있다. 예를 들어, 무선 통신/연결(150a, 150b, 150c)은 다양한 물리 채널을 통해 신호를 송신/수신할 수 있다. 이를 위해, 본 개시의 다양한 실시 예들의 다양한 제안들에 기반하여, 무선 신호의 송신/수신을 위한 다양한 구성정보 설정 과정, 다양한 신호 처리 과정(예, 채널 인코딩/디코딩, 변조/복조, 자원 매핑/디매핑 등), 자원 할당 과정 등 중 적어도 일부가 수행될 수 있다.
한편, NR은 다양한 5G 서비스들을 지원하기 위한 다수의 뉴머롤로지(numerology)(또는 subcarrier spacing(SCS))를 지원한다. 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.
NR 주파수 밴드(frequency band)는 두 가지 타입(type)(FR1, FR2)의 주파수 범위(frequency range)로 정의될 수 있다. 주파수 범위의 수치는 변경될 수 있으며, 예를 들어, 두 가지 type(FR1, FR2)의 주파수 범위는 하기 표 23과 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 450MHz-6000MHz 15, 30, 60kHz
FR2 24250MHz-52600MHz 60, 120, 240kHz
상술한 바와 같이, NR 시스템의 주파수 범위의 수치는 변경될 수 있다. 예를 들어, FR1은 하기 표 24과 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.
Frequency Range designation Corresponding frequency range Subcarrier Spacing
FR1 41MHz-7125MHz 15, 30, 60kHz
FR2 24250MHz-52600MHz 60, 120, 240kHz
본 개시의 다양한 실시 예들에 따라서, 통신 시스템(1)은 테라헤르츠(THz) 무선 통신을 지원할 수 있다. THz 무선통신은 대략 0.1~10THz(1THz=1012Hz)의 진동수를 가지는 THz파를 이용하여 무선통신을 이용하는 것으로, 100GHz 이상의 매우 높은 캐리어 주파수를 사용하는 테라헤르츠(THz) 대역 무선통신을 의미할 수 있다. THz 무선통신에 이용될 것으로 기대되는 주파수 대역은 공기 중 분자 흡수에 의한 전파 손실이 작은 D-밴드(110GHz~170GHz) 혹은 H-밴드(220GHz~325GHz) 대역일 수 있다.
본 개시에 적용 가능한 무선 기기
이하에서는, 본 개시의 다양한 실시 예들이 적용되는 무선 기기의 예에 대해 설명한다.
도 59은 본 개시의 다양한 실시 예들에 적용될 수 있는 무선 기기를 예시한다.
도 59을 참조하면, 제1 무선 기기(100)와 제2 무선 기기(200)는 다양한 무선 접속 기술(예, LTE, NR)을 통해 무선 신호를 송수신할 수 있다. 여기서, {제1 무선 기기(100), 제2 무선 기기(200)}은 도 58의 {무선 기기(100x), 기지국(200)} 및/또는 {무선 기기(100x), 무선 기기(100x)}에 대응할 수 있다.
제1 무선 기기(100)는 하나 이상의 프로세서(102) 및 하나 이상의 메모리(104)를 포함하며, 추가적으로 하나 이상의 송수신기(106) 및/또는 하나 이상의 안테나(108)를 더 포함할 수 있다. 프로세서(102)는 메모리(104) 및/또는 송수신기(106)를 제어하며, 본 문서에 개시되 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(102)는 메모리(104) 내의 정보를 처리하여 제1 정보/신호를 생성한 뒤, 송수신기(106)를 통해 제1 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(102)는 송수신기(106)를 통해 제2 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제2 정보/신호의 신호 처리로부터 얻은 정보를 메모리(104)에 저장할 수 있다. 메모리(104)는 프로세서(102)와 연결될 수 있고, 프로세서(102)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(104)는 프로세서(102)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(102)와 메모리(104)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(106)는 프로세서(102)와 연결될 수 있고, 하나 이상의 안테나(108)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(106)는 송신기 및/또는 수신기를 포함할 수 있다. 송수신기(106)는 RF(Radio Frequency) 유닛과 혼용될 수 있다. 본 개시의 다양한 실시 예들에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
제2 무선 기기(200)는 하나 이상의 프로세서(202), 하나 이상의 메모리(204)를 포함하며, 추가적으로 하나 이상의 송수신기(206) 및/또는 하나 이상의 안테나(208)를 더 포함할 수 있다. 프로세서(202)는 메모리(204) 및/또는 송수신기(206)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(202)는 메모리(204) 내의 정보를 처리하여 제3 정보/신호를 생성한 뒤, 송수신기(206)를 통해 제3 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(202)는 송수신기(206)를 통해 제4 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제4 정보/신호의 신호 처리로부터 얻은 정보를 메모리(204)에 저장할 수 있다. 메모리(204)는 프로세서(202)와 연결될 수 있고, 프로세서(202)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(204)는 프로세서(202)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(202)와 메모리(204)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(206)는 프로세서(202)와 연결될 수 있고, 하나 이상의 안테나(208)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(206)는 송신기 및/또는 수신기를 포함할 수 있다 송수신기(206)는 RF 유닛과 혼용될 수 있다. 본 개시의 다양한 실시 예들에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
이하, 무선 기기(100, 200)의 하드웨어 요소에 대해 보다 구체적으로 설명한다. 이로 제한되는 것은 아니지만, 하나 이상의 프로토콜 계층이 하나 이상의 프로세서(102, 202)에 의해 구현될 수 있다. 예를 들어, 하나 이상의 프로세서(102, 202)는 하나 이상의 계층(예, PHY, MAC, RLC, PDCP, RRC, SDAP와 같은 기능적 계층)을 구현할 수 있다. 하나 이상의 프로세서(102, 202)는 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 하나 이상의 PDU(Protocol Data Unit) 및/또는 하나 이상의 SDU(Service Data Unit)를 생성할 수 있다. 하나 이상의 프로세서(102, 202)는 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 메시지, 제어정보, 데이터 또는 정보를 생성할 수 있다. 하나 이상의 프로세서(102, 202)는 본 문서에 개시된 기능, 절차, 제안 및/또는 방법에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 포함하는 신호(예, 베이스밴드 신호)를 생성하여, 하나 이상의 송수신기(106, 206)에게 제공할 수 있다. 하나 이상의 프로세서(102, 202)는 하나 이상의 송수신기(106, 206)로부터 신호(예, 베이스밴드 신호)를 수신할 수 있고, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 획득할 수 있다.
하나 이상의 프로세서(102, 202)는 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 또는 마이크로 컴퓨터로 지칭될 수 있다. 하나 이상의 프로세서(102, 202)는 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합에 의해 구현될 수 있다. 일 예로, 하나 이상의 ASIC(Application Specific Integrated Circuit), 하나 이상의 DSP(Digital Signal Processor), 하나 이상의 DSPD(Digital Signal Processing Device), 하나 이상의 PLD(Programmable Logic Device) 또는 하나 이상의 FPGA(Field Programmable Gate Arrays)가 하나 이상의 프로세서(102, 202)에 포함될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 펌웨어 또는 소프트웨어를 사용하여 구현될 수 있고, 펌웨어 또는 소프트웨어는 모듈, 절차, 기능 등을 포함하도록 구현될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 수행하도록 설정된 펌웨어 또는 소프트웨어는 하나 이상의 프로세서(102, 202)에 포함되거나, 하나 이상의 메모리(104, 204)에 저장되어 하나 이상의 프로세서(102, 202)에 의해 구동될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 코드, 명령어 및/또는 명령어의 집합 형태로 펌웨어 또는 소프트웨어를 사용하여 구현될 수 있다.
하나 이상의 메모리(104, 204)는 하나 이상의 프로세서(102, 202)와 연결될 수 있고, 다양한 형태의 데이터, 신호, 메시지, 정보, 프로그램, 코드, 지시 및/또는 명령을 저장할 수 있다. 하나 이상의 메모리(104, 204)는 ROM, RAM, EPROM, 플래시 메모리, 하드 드라이브, 레지스터, 캐쉬 메모리, 컴퓨터 판독 저장 매체 및/또는 이들의 조합으로 구성될 수 있다. 하나 이상의 메모리(104, 204)는 하나 이상의 프로세서(102, 202)의 내부 및/또는 외부에 위치할 수 있다. 또한, 하나 이상의 메모리(104, 204)는 유선 또는 무선 연결과 같은 다양한 기술을 통해 하나 이상의 프로세서(102, 202)와 연결될 수 있다.
하나 이상의 송수신기(106, 206)는 하나 이상의 다른 장치에게 본 문서의 방법들 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 전송할 수 있다. 하나 이상의 송수신기(106, 206)는 하나 이상의 다른 장치로부터 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 수신할 수 있다. 예를 들어, 하나 이상의 송수신기(106, 206)는 하나 이상의 프로세서(102, 202)와 연결될 수 있고, 무선 신호를 송수신할 수 있다. 예를 들어, 하나 이상의 프로세서(102, 202)는 하나 이상의 송수신기(106, 206)가 하나 이상의 다른 장치에게 사용자 데이터, 제어 정보 또는 무선 신호를 전송하도록 제어할 수 있다. 또한, 하나 이상의 프로세서(102, 202)는 하나 이상의 송수신기(106, 206)가 하나 이상의 다른 장치로부터 사용자 데이터, 제어 정보 또는 무선 신호를 수신하도록 제어할 수 있다. 또한, 하나 이상의 송수신기(106, 206)는 하나 이상의 안테나(108, 208)와 연결될 수 있고, 하나 이상의 송수신기(106, 206)는 하나 이상의 안테나(108, 208)를 통해 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 송수신하도록 설정될 수 있다. 본 문서에서, 하나 이상의 안테나는 복수의 물리 안테나이거나, 복수의 논리 안테나(예, 안테나 포트)일 수 있다. 하나 이상의 송수신기(106, 206)는 수신된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 하나 이상의 프로세서(102, 202)를 이용하여 처리하기 위해, 수신된 무선 신호/채널 등을 RF 밴드 신호에서 베이스밴드 신호로 변환(Convert)할 수 있다. 하나 이상의 송수신기(106, 206)는 하나 이상의 프로세서(102, 202)를 이용하여 처리된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 베이스밴드 신호에서 RF 밴드 신호로 변환할 수 있다. 이를 위하여, 하나 이상의 송수신기(106, 206)는 (아날로그) 오실레이터 및/또는 필터를 포함할 수 있다.
도 60은 본 개시의 다양한 실시 예들에 적용될 수 있는 무선 기기의 다른 예를 도시한다.
도 60에 따르면, 무선 장치는 적어도 하나의 프로세서(102, 202), 적어도 하나의 메모리(104, 204), 적어도 하나의 트랜시버(106, 206), 하나 이상의 안테나(108, 208)를 포함할 수 있다.
앞서 도 59에서 설명한 무선 장치의 예시와, 도 60에서의 무선 장치의 예시의 차이로써, 도 59는 프로세서(102, 202)와 메모리(104, 204)가 분리되어 있으나, 도 60의 예시에서는 프로세서(102, 202)에 메모리(104, 204)가 포함되어 있다는 점이다.
여기서, 프로세서(102, 202), 메모리(104, 204), 트랜시버(106, 206), 하나 이상의 안테나(108, 208)에 대한 구체적인 설명은 앞서 설명한 바와 같기에, 불필요한 기재의 반복을 피하기 위해, 반복되는 설명의 기재는 생략하도록 한다.
이하에서는, 본 개시의 다양한 실시 예들이 적용되는 신호 처리 회로의 예를 설명한다.
도 61는 전송 신호를 위한 신호 처리 회로를 예시한다.
도 61를 참조하면, 신호 처리 회로(1000)는 스크램블러(1010), 변조기(1020), 레이어 매퍼(1030), 프리코더(1040), 자원 매퍼(1050), 신호 생성기(1060)를 포함할 수 있다. 이로 제한되는 것은 아니지만, 도 61의 동작/기능은 도 59의 프로세서(102, 202) 및/또는 송수신기(106, 206)에서 수행될 수 있다. 도 61의 하드웨어 요소는 도 59의 프로세서(102, 202) 및/또는 송수신기(106, 206)에서 구현될 수 있다. 예를 들어, 블록 1010~1060은 도 59의 프로세서(102, 202)에서 구현될 수 있다. 또한, 블록 1010~1050은 도 59의 프로세서(102, 202)에서 구현되고, 블록 1060은 도 59의 송수신기(106, 206)에서 구현될 수 있다.
코드워드는 도 61의 신호 처리 회로(1000)를 거쳐 무선 신호로 변환될 수 있다. 여기서, 코드워드는 정보블록의 부호화된 비트 시퀀스이다. 정보블록은 전송블록(예, UL-SCH 전송블록, DL-SCH 전송블록)을 포함할 수 있다. 무선 신호는 다양한 물리 채널(예, PUSCH, PDSCH)을 통해 전송될 수 있다.
구체적으로, 코드워드는 스크램블러(1010)에 의해 스크램블된 비트 시퀀스로 변환될 수 있다. 스크램블에 사용되는 스크램블 시퀀스는 초기화 값에 기반하여 생성되며, 초기화 값은 무선 기기의 ID 정보 등이 포함될 수 있다. 스크램블된 비트 시퀀스는 변조기(1020)에 의해 변조 심볼 시퀀스로 변조될 수 있다. 변조 방식은 pi/2-BPSK(pi/2-Binary Phase Shift Keying), m-PSK(m-Phase Shift Keying), m-QAM(m-Quadrature Amplitude Modulation) 등을 포함할 수 있다. 복소 변조 심볼 시퀀스는 레이어 매퍼(1030)에 의해 하나 이상의 전송 레이어로 매핑될 수 있다. 각 전송 레이어의 변조 심볼들은 프리코더(1040)에 의해 해당 안테나 포트(들)로 매핑될 수 있다(프리코딩). 프리코더(1040)의 출력 z는 레이어 매퍼(1030)의 출력 y를 N*M의 프리코딩 행렬 W와 곱해 얻을 수 있다. 여기서, N은 안테나 포트의 개수, M은 전송 레이어의 개수이다. 여기서, 프리코더(1040)는 복소 변조 심볼들에 대한 트랜스폼(transform) 프리코딩(예, DFT 변환)을 수행한 이후에 프리코딩을 수행할 수 있다. 또한, 프리코더(1040)는 트랜스폼 프리코딩을 수행하지 않고 프리코딩을 수행할 수 있다.
자원 매퍼(1050)는 각 안테나 포트의 변조 심볼들을 시간-주파수 자원에 매핑할 수 있다. 시간-주파수 자원은 시간 도메인에서 복수의 심볼(예, CP-OFDMA 심볼, DFT-s-OFDMA 심볼)을 포함하고, 주파수 도메인에서 복수의 부반송파를 포함할 수 있다. 신호 생성기(1060)는 매핑된 변조 심볼들로부터 무선 신호를 생성하며, 생성된 무선 신호는 각 안테나를 통해 다른 기기로 전송될 수 있다. 이를 위해, 신호 생성기(1060)는 IFFT(Inverse Fast Fourier Transform) 모듈 및 CP(Cyclic Prefix) 삽입기, DAC(Digital-to-Analog Converter), 주파수 상향 변환기(frequency uplink converter) 등을 포함할 수 있다.
무선 기기에서 수신 신호를 위한 신호 처리 과정은 도 61의 신호 처리 과정(1010~1060)의 역으로 구성될 수 있다. 예를 들어, 무선 기기(예, 도 59의 100, 200)는 안테나 포트/송수신기를 통해 외부로부터 무선 신호를 수신할 수 있다. 수신된 무선 신호는 신호 복원기를 통해 베이스밴드 신호로 변환될 수 있다. 이를 위해, 신호 복원기는 주파수 하향 변환기(frequency downlink converter), ADC(analog-to-digital converter), CP 제거기, FFT(Fast Fourier Transform) 모듈을 포함할 수 있다. 이후, 베이스밴드 신호는 자원 디-매퍼 과정, 포스트코딩(postcoding) 과정, 복조 과정 및 디-스크램블 과정을 거쳐 코드워드로 복원될 수 있다. 코드워드는 복호(decoding)를 거쳐 원래의 정보블록으로 복원될 수 있다. 따라서, 수신 신호를 위한 신호 처리 회로(미도시)는 신호 복원기, 자원 디-매퍼, 포스트코더, 복조기, 디-스크램블러 및 복호기를 포함할 수 있다.
이하에서는, 본 개시의 다양한 실시 예들이 적용되는 무선 기기 활용 예에 대해 설명한다.
도 62은 본 개시의 다양한 실시 예들에 적용되는 무선 기기의 다른 예를 나타낸다. 무선 기기는 사용-예/서비스에 따라 다양한 형태로 구현될 수 있다(도 58 참조).
도 62을 참조하면, 무선 기기(100, 200)는 도 59의 무선 기기(100,200)에 대응하며, 다양한 요소(element), 성분(component), 유닛/부(unit), 및/또는 모듈(module)로 구성될 수 있다. 예를 들어, 무선 기기(100, 200)는 통신부(110), 제어부(120), 메모리부(130) 및 추가 요소(140)를 포함할 수 있다. 통신부는 통신 회로(112) 및 송수신기(들)(114)를 포함할 수 있다. 예를 들어, 통신 회로(112)는 도 59의 하나 이상의 프로세서(102,202) 및/또는 하나 이상의 메모리(104,204) 를 포함할 수 있다. 예를 들어, 송수신기(들)(114)는 도 59의 하나 이상의 송수신기(106,206) 및/또는 하나 이상의 안테나(108,208)를 포함할 수 있다. 제어부(120)는 통신부(110), 메모리부(130) 및 추가 요소(140)와 전기적으로 연결되며 무선 기기의 제반 동작을 제어한다. 예를 들어, 제어부(120)는 메모리부(130)에 저장된 프로그램/코드/명령/정보에 기반하여 무선 기기의 전기적/기계적 동작을 제어할 수 있다. 또한, 제어부(120)는 메모리부(130)에 저장된 정보를 통신부(110)를 통해 외부(예, 다른 통신 기기)로 무선/유선 인터페이스를 통해 전송하거나, 통신부(110)를 통해 외부(예, 다른 통신 기기)로부터 무선/유선 인터페이스를 통해 수신된 정보를 메모리부(130)에 저장할 수 있다.
추가 요소(140)는 무선 기기의 종류에 따라 다양하게 구성될 수 있다. 예를 들어, 추가 요소(140)는 파워 유닛/배터리, 입출력부(I/O unit), 구동부 및 컴퓨팅부 중 적어도 하나를 포함할 수 있다. 이로 제한되는 것은 아니지만, 무선 기기는 로봇(도 58, 100a), 차량(도 58, 100b-1, 100b-2), XR 기기(도 58, 100c), 휴대 기기(도 58, 100d), 가전(도 58, 100e), IoT 기기(도 58, 100f), 디지털 방송용 단말, 홀로그램 장치, 공공 안전 장치, MTC 장치, 의료 장치, 핀테크 장치(또는 금융 장치), 보안 장치, 기후/환경 장치, AI 서버/기기(도 58, 400), 기지국(도 58, 200), 네트워크 노드 등의 형태로 구현될 수 있다. 무선 기기는 사용-예/서비스에 따라 이동 가능하거나 고정된 장소에서 사용될 수 있다.
도 62에서 무선 기기(100, 200) 내의 다양한 요소, 성분, 유닛/부, 및/또는 모듈은 전체가 유선 인터페이스를 통해 상호 연결되거나, 적어도 일부가 통신부(110)를 통해 무선으로 연결될 수 있다. 예를 들어, 무선 기기(100, 200) 내에서 제어부(120)와 통신부(110)는 유선으로 연결되며, 제어부(120)와 제1 유닛(예, 130, 140)은 통신부(110)를 통해 무선으로 연결될 수 있다. 또한, 무선 기기(100, 200) 내의 각 요소, 성분, 유닛/부, 및/또는 모듈은 하나 이상의 요소를 더 포함할 수 있다. 예를 들어, 제어부(120)는 하나 이상의 프로세서 집합으로 구성될 수 있다. 예를 들어, 제어부(120)는 통신 제어 프로세서, 어플리케이션 프로세서(Application processor), ECU(Electronic Control Unit), 그래픽 처리 프로세서, 메모리 제어 프로세서 등의 집합으로 구성될 수 있다. 다른 예로, 메모리부(130)는 RAM(Random Access Memory), DRAM(Dynamic RAM), ROM(Read Only Memory), 플래시 메모리(flash memory), 휘발성 메모리(volatile memory), 비-휘발성 메모리(non-volatile memory) 및/또는 이들의 조합으로 구성될 수 있다.
이하, 도 62의 구현 예에 대해 도면을 참조하여 보다 자세히 설명한다.
도 63는 본 개시의 다양한 실시 예들에 적용되는 휴대 기기를 예시한다. 휴대 기기는 스마트폰, 스마트패드, 웨어러블 기기(예, 스마트워치, 스마트글래스), 휴대용 컴퓨터(예, 노트북 등)를 포함할 수 있다. 휴대 기기는 MS(Mobile Station), UT(user terminal), MSS(Mobile Subscriber Station), SS(Subscriber Station), AMS(Advanced Mobile Station) 또는 WT(Wireless terminal)로 지칭될 수 있다.
도 63를 참조하면, 휴대 기기(100)는 안테나부(108), 통신부(110), 제어부(120), 메모리부(130), 전원공급부(140a), 인터페이스부(140b) 및 입출력부(140c)를 포함할 수 있다. 안테나부(108)는 통신부(110)의 일부로 구성될 수 있다. 블록 110~130/140a~140c는 각각 도 62의 블록 110~130/140에 대응한다.
통신부(110)는 다른 무선 기기, 기지국들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(120)는 휴대 기기(100)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(120)는 AP(Application Processor)를 포함할 수 있다. 메모리부(130)는 휴대 기기(100)의 구동에 필요한 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 또한, 메모리부(130)는 입/출력되는 데이터/정보 등을 저장할 수 있다. 전원공급부(140a)는 휴대 기기(100)에게 전원을 공급하며, 유/무선 충전 회로, 배터리 등을 포함할 수 있다. 인터페이스부(140b)는 휴대 기기(100)와 다른 외부 기기의 연결을 지원할 수 있다. 인터페이스부(140b)는 외부 기기와의 연결을 위한 다양한 포트(예, 오디오 입/출력 포트, 비디오 입/출력 포트)를 포함할 수 있다. 입출력부(140c)는 영상 정보/신호, 오디오 정보/신호, 데이터, 및/또는 사용자로부터 입력되는 정보를 입력 받거나 출력할 수 있다. 입출력부(140c)는 카메라, 마이크로폰, 사용자 입력부, 디스플레이부(140d), 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다.
일 예로, 데이터 통신의 경우, 입출력부(140c)는 사용자로부터 입력된 정보/신호(예, 터치, 문자, 음성, 이미지, 비디오)를 획득하며, 획득된 정보/신호는 메모리부(130)에 저장될 수 있다. 통신부(110)는 메모리에 저장된 정보/신호를 무선 신호로 변환하고, 변환된 무선 신호를 다른 무선 기기에게 직접 전송하거나 기지국에게 전송할 수 있다. 또한, 통신부(110)는 다른 무선 기기 또는 기지국으로부터 무선 신호를 수신한 뒤, 수신된 무선 신호를 원래의 정보/신호로 복원할 수 있다. 복원된 정보/신호는 메모리부(130)에 저장된 뒤, 입출력부(140c)를 통해 다양한 형태(예, 문자, 음성, 이미지, 비디오, 헵틱)로 출력될 수 있다.
도 64는 본 개시의 다양한 실시 예들에 적용되는 차량 또는 자율 주행 차량을 예시한다.
차량 또는 자율 주행 차량은 이동형 로봇, 차량, 기차, 유/무인 비행체(Aerial Vehicle, AV), 선박 등으로 구현될 수 있다.
도 64를 참조하면, 차량 또는 자율 주행 차량(100)은 안테나부(108), 통신부(110), 제어부(120), 구동부(140a), 전원공급부(140b), 센서부(140c) 및 자율 주행부(140d)를 포함할 수 있다. 안테나부(108)는 통신부(110)의 일부로 구성될 수 있다. 블록 110/130/140a~140d는 각각 도 62의 블록 110/130/140에 대응한다.
통신부(110)는 다른 차량, 기지국(e.g. 기지국, 노변 기지국(Road Side unit) 등), 서버 등의 외부 기기들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(120)는 차량 또는 자율 주행 차량(100)의 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(120)는 ECU(Electronic Control Unit)를 포함할 수 있다. 구동부(140a)는 차량 또는 자율 주행 차량(100)을 지상에서 주행하게 할 수 있다. 구동부(140a)는 엔진, 모터, 파워 트레인, 바퀴, 브레이크, 조향 장치 등을 포함할 수 있다. 전원공급부(140b)는 차량 또는 자율 주행 차량(100)에게 전원을 공급하며, 유/무선 충전 회로, 배터리 등을 포함할 수 있다. 센서부(140c)는 차량 상태, 주변 환경 정보, 사용자 정보 등을 얻을 수 있다. 센서부(140c)는 IMU(inertial measurement unit) 센서, 충돌 센서, 휠 센서(wheel sensor), 속도 센서, 경사 센서, 중량 감지 센서, 헤딩 센서(heading sensor), 포지션 모듈(position module), 차량 전진/후진 센서, 배터리 센서, 연료 센서, 타이어 센서, 스티어링 센서, 온도 센서, 습도 센서, 초음파 센서, 조도 센서, 페달 포지션 센서 등을 포함할 수 있다. 자율 주행부(140d)는 주행중인 차선을 유지하는 기술, 어댑티브 크루즈 컨트롤과 같이 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등을 구현할 수 있다.
일 예로, 통신부(110)는 외부 서버로부터 지도 데이터, 교통 정보 데이터 등을 수신할 수 있다. 자율 주행부(140d)는 획득된 데이터를 기반으로 자율 주행 경로와 드라이빙 플랜을 생성할 수 있다. 제어부(120)는 드라이빙 플랜에 따라 차량 또는 자율 주행 차량(100)이 자율 주행 경로를 따라 이동하도록 구동부(140a)를 제어할 수 있다(예, 속도/방향 조절). 자율 주행 도중에 통신부(110)는 외부 서버로부터 최신 교통 정보 데이터를 비/주기적으로 획득하며, 주변 차량으로부터 주변 교통 정보 데이터를 획득할 수 있다. 또한, 자율 주행 도중에 센서부(140c)는 차량 상태, 주변 환경 정보를 획득할 수 있다. 자율 주행부(140d)는 새로 획득된 데이터/정보에 기반하여 자율 주행 경로와 드라이빙 플랜을 갱신할 수 있다. 통신부(110)는 차량 위치, 자율 주행 경로, 드라이빙 플랜 등에 관한 정보를 외부 서버로 전달할 수 있다. 외부 서버는 차량 또는 자율 주행 차량들로부터 수집된 정보에 기반하여, AI 기술 등을 이용하여 교통 정보 데이터를 미리 예측할 수 있고, 예측된 교통 정보 데이터를 차량 또는 자율 주행 차량들에게 제공할 수 있다.
도 65은 본 개시의 다양한 실시 예들에 적용되는 차량을 예시한다. 차량은 운송수단, 기차, 비행체, 선박 등으로도 구현될 수 있다.
도 65을 참조하면, 차량(100)은 통신부(110), 제어부(120), 메모리부(130), 입출력부(140a) 및 위치 측정부(140b)를 포함할 수 있다. 여기서, 블록 110~130/140a~140b는 각각 도 62의 블록 110~130/140에 대응한다.
통신부(110)는 다른 차량, 또는 기지국 등의 외부 기기들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(120)는 차량(100)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 메모리부(130)는 차량(100)의 다양한 기능을 지원하는 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 입출력부(140a)는 메모리부(130) 내의 정보에 기반하여 AR/VR 오브젝트를 출력할 수 있다. 입출력부(140a)는 HUD를 포함할 수 있다. 위치 측정부(140b)는 차량(100)의 위치 정보를 획득할 수 있다. 위치 정보는 차량(100)의 절대 위치 정보, 주행선 내에서의 위치 정보, 가속도 정보, 주변 차량과의 위치 정보 등을 포함할 수 있다. 위치 측정부(140b)는 GPS 및 다양한 센서들을 포함할 수 있다.
일 예로, 차량(100)의 통신부(110)는 외부 서버로부터 지도 정보, 교통 정보 등을 수신하여 메모리부(130)에 저장할 수 있다. 위치 측정부(140b)는 GPS 및 다양한 센서를 통하여 차량 위치 정보를 획득하여 메모리부(130)에 저장할 수 있다. 제어부(120)는 지도 정보, 교통 정보 및 차량 위치 정보 등에 기반하여 가상 오브젝트를 생성하고, 입출력부(140a)는 생성된 가상 오브젝트를 차량 내 유리창에 표시할 수 있다(1410, 1420). 또한, 제어부(120)는 차량 위치 정보에 기반하여 차량(100)이 주행선 내에서 정상적으로 운행되고 있는지 판단할 수 있다. 차량(100)이 주행선을 비정상적으로 벗어나는 경우, 제어부(120)는 입출력부(140a)를 통해 차량 내 유리창에 경고를 표시할 수 있다. 또한, 제어부(120)는 통신부(110)를 통해 주변 차량들에게 주행 이상에 관한 경고 메세지를 방송할 수 있다. 상황에 따라, 제어부(120)는 통신부(110)를 통해 관계 기관에게 차량의 위치 정보와, 주행/차량 이상에 관한 정보를 전송할 수 있다.
도 66은 본 개시의 다양한 실시 예들에 적용되는 XR 기기를 예시한다. XR 기기는 HMD, 차량에 구비된 HUD(Head-Up Display), 텔레비전, 스마트폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지(signage), 차량, 로봇 등으로 구현될 수 있다.
도 66을 참조하면, XR 기기(100a)는 통신부(110), 제어부(120), 메모리부(130), 입출력부(140a), 센서부(140b) 및 전원공급부(140c)를 포함할 수 있다. 여기서, 블록 110~130/140a~140c은 각각 도 62의 블록 110~130/140에 대응한다.
통신부(110)는 다른 무선 기기, 휴대 기기, 또는 미디어 서버 등의 외부 기기들과 신호(예, 미디어 데이터, 제어 신호 등)를 송수신할 수 있다. 미디어 데이터는 영상, 이미지, 소리 등을 포함할 수 있다. 제어부(120)는 XR 기기(100a)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 예를 들어, 제어부(120)는 비디오/이미지 획득, (비디오/이미지) 인코딩, 메타데이터 생성 및 처리 등의 절차를 제어 및/또는 수행하도록 구성될 수 있다. 메모리부(130)는 XR 기기(100a)의 구동/XR 오브젝트의 생성에 필요한 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 입출력부(140a)는 외부로부터 제어 정보, 데이터 등을 획득하며, 생성된 XR 오브젝트를 출력할 수 있다. 입출력부(140a)는 카메라, 마이크로폰, 사용자 입력부, 디스플레이부, 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다. 센서부(140b)는 XR 기기 상태, 주변 환경 정보, 사용자 정보 등을 얻을 수 있다. 센서부(140b)는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰 및/또는 레이더 등을 포함할 수 있다. 전원공급부(140c)는 XR 기기(100a)에게 전원을 공급하며, 유/무선 충전 회로, 배터리 등을 포함할 수 있다.
일 예로, XR 기기(100a)의 메모리부(130)는 XR 오브젝트(예, AR/VR/MR 오브젝트)의 생성에 필요한 정보(예, 데이터 등)를 포함할 수 있다. 입출력부(140a)는 사용자로부터 XR 기기(100a)를 조작하는 명령을 회득할 수 있으며, 제어부(120)는 사용자의 구동 명령에 따라 XR 기기(100a)를 구동시킬 수 있다. 예를 들어, 사용자가 XR 기기(100a)를 통해 영화, 뉴스 등을 시청하려고 하는 경우, 제어부(120)는 통신부(130)를 통해 컨텐츠 요청 정보를 다른 기기(예, 휴대 기기(100b)) 또는 미디어 서버에 전송할 수 있다. 통신부(130)는 다른 기기(예, 휴대 기기(100b)) 또는 미디어 서버로부터 영화, 뉴스 등의 컨텐츠를 메모리부(130)로 다운로드/스트리밍 받을 수 있다. 제어부(120)는 컨텐츠에 대해 비디오/이미지 획득, (비디오/이미지) 인코딩, 메타데이터 생성/처리 등의 절차를 제어 및/또는 수행하며, 입출력부(140a)/센서부(140b)를 통해 획득한 주변 공간 또는 현실 오브젝트에 대한 정보에 기반하여 XR 오브젝트를 생성/출력할 수 있다.
또한, XR 기기(100a)는 통신부(110)를 통해 휴대 기기(100b)와 무선으로 연결되며, XR 기기(100a)의 동작은 휴대 기기(100b)에 의해 제어될 수 있다. 예를 들어, 휴대 기기(100b)는 XR 기기(100a)에 대한 콘트롤러로 동작할 수 있다. 이를 위해, XR 기기(100a)는 휴대 기기(100b)의 3차원 위치 정보를 획득한 뒤, 휴대 기기(100b)에 대응하는 XR 개체를 생성하여 출력할 수 있다.
도 67은 본 개시의 다양한 실시 예들에 적용되는 로봇을 예시한다. 로봇은 사용 목적이나 분야에 따라 산업용, 의료용, 가정용, 군사용 등으로 분류될 수 있다.
도 67을 참조하면, 로봇(100)은 통신부(110), 제어부(120), 메모리부(130), 입출력부(140a), 센서부(140b) 및 구동부(140c)를 포함할 수 있다. 여기서, 블록 110~130/140a~140c은 각각 도 62의 블록 110~130/140에 대응한다.
통신부(110)는 다른 무선 기기, 다른 로봇, 또는 제어 서버 등의 외부 기기들과 신호(예, 구동 정보, 제어 신호 등)를 송수신할 수 있다. 제어부(120)는 로봇(100)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 메모리부(130)는 로봇(100)의 다양한 기능을 지원하는 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 입출력부(140a)는 로봇(100)의 외부로부터 정보를 획득하며, 로봇(100)의 외부로 정보를 출력할 수 있다. 입출력부(140a)는 카메라, 마이크로폰, 사용자 입력부, 디스플레이부, 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다. 센서부(140b)는 로봇(100)의 내부 정보, 주변 환경 정보, 사용자 정보 등을 얻을 수 있다. 센서부(140b)는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 레이더 등을 포함할 수 있다. 구동부(140c)는 로봇 관절을 움직이는 등의 다양한 물리적 동작을 수행할 수 있다. 또한, 구동부(140c)는 로봇(100)을 지상에서 주행하거나 공중에서 비행하게 할 수 있다. 구동부(140c)는 액츄에이터, 모터, 바퀴, 브레이크, 프로펠러 등을 포함할 수 있다.
도 68는 본 개시의 다양한 실시 예들에 적용되는 AI 기기를 예시한다.
AI 기기는 TV, 프로젝터, 스마트폰, PC, 노트북, 디지털방송용 단말기, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), 라디오, 세탁기, 냉장고, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 68를 참조하면, AI 기기(100)는 통신부(110), 제어부(120), 메모리부(130), 입/출력부(140a/140b), 러닝 프로세서부(140c) 및 센서부(140d)를 포함할 수 있다. 블록 110~130/140a~140d는 각각 도 62의 블록 110~130/140에 대응한다.
통신부(110)는 유무선 통신 기술을 이용하여 다른 AI 기기(예, 도 58, 100x, 200, 400)나 AI 서버(200) 등의 외부 기기들과 유무선 신호(예, 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등)를 송수신할 수 있다. 이를 위해, 통신부(110)는 메모리부(130) 내의 정보를 외부 기기로 전송하거나, 외부 기기로부터 수신된 신호를 메모리부(130)로 전달할 수 있다.
제어부(120)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 기기(100)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 제어부(120)는 AI 기기(100)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다. 예를 들어, 제어부(120)는 러닝 프로세서부(140c) 또는 메모리부(130)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 기기(100)의 구성 요소들을 제어할 수 있다. 또한, 제어부(120)는 AI 장치(100)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리부(130) 또는 러닝 프로세서부(140c)에 저장하거나, AI 서버(도 58, 400) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
메모리부(130)는 AI 기기(100)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예를 들어, 메모리부(130)는 입력부(140a)로부터 얻은 데이터, 통신부(110)로부터 얻은 데이터, 러닝 프로세서부(140c)의 출력 데이터, 및 센싱부(140)로부터 얻은 데이터를 저장할 수 있다. 또한, 메모리부(130)는 제어부(120)의 동작/실행에 필요한 제어 정보 및/또는 소프트웨어 코드를 저장할 수 있다.
입력부(140a)는 AI 기기(100)의 외부로부터 다양한 종류의 데이터를 획득할 수 있다. 예를 들어, 입력부(120)는 모델 학습을 위한 학습 데이터, 및 학습 모델이 적용될 입력 데이터 등을 획득할 수 있다. 입력부(140a)는 카메라, 마이크로폰 및/또는 사용자 입력부 등을 포함할 수 있다. 출력부(140b)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다. 출력부(140b)는 디스플레이부, 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다. 센싱부(140)는 다양한 센서들을 이용하여 AI 기기(100)의 내부 정보, AI 기기(100)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 얻을 수 있다. 센싱부(140)는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰 및/또는 레이더 등을 포함할 수 있다.
러닝 프로세서부(140c)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 러닝 프로세서부(140c)는 AI 서버(도 58, 400)의 러닝 프로세서부와 함께 AI 프로세싱을 수행할 수 있다. 러닝 프로세서부(140c)는 통신부(110)를 통해 외부 기기로부터 수신된 정보, 및/또는 메모리부(130)에 저장된 정보를 처리할 수 있다. 또한, 러닝 프로세서부(140c)의 출력 값은 통신부(110)를 통해 외부 기기로 전송되거나/되고, 메모리부(130)에 저장될 수 있다.
본 개시의 다양한 실시 예들에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 개시의 다양한 실시 예들의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 개시의 다양한 실시 예들의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 개시의 다양한 실시 예들의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 개시의 다양한 실시 예들의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다.

Claims (20)

  1. 통신 시스템에서 제1 노드의 동작 방법에 있어서,
    제2 노드로부터 적어도 하나의 동기 신호(synchronization signal)를 수신하는 단계;
    상기 제2 노드로부터 제어 신호(control information)를 수신하는 단계;
    상기 제1 노드와 상기 제2 노드 간 채널의 추정을 통해 벨 대각선 상태(Bell diagonal state)에 대한 복수의 계수들을 결정하는 단계;
    목표 출력 상태에 기반하여, 상기 벨 대각선 상태를 베르너 상태(Werner state) 또는 다른 계수를 가지는 다른 벨 대각선 상태로 변환하기 위한 연산자를 결정하는 단계;
    상기 연산자에 기반하여 EDP(entanglement distillation protocol)를 수행하는 단계; 및
    상기 EDP의 수행 결과에 기반하여, 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR(Einstein-Podolsky-Rosen) 상태를 보존하거나, 또는 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 버리고 상기 EDP를 반복 수행하는 단계를 포함하는,
    방법.
  2. 제1 항에 있어서,
    상기 연산자는 복수의 유니터리 연산(unitary operation)들 중 하나의 유니터리 연산에 대응하는 제1 연산자 또는 트월링 연산(twirling operation)에 대응하는 제2 연산자 중에서 상기 목표 출력 상태에 기반하여 결정되는,
    방법.
  3. 제1 항에 있어서,
    상기 목표 출력 상태는 상기 벨 대각선 상태가 목표 충실도를 가질 수 있는 성공 확률, 또는, 상기 목표 충실도에 해당하는,
    방법.
  4. 제1 항에 있어서,
    상기 연산자에 기반하여 상기 EDP를 수행하는 단계는,
    설정된 개수의 제1 EPR 상태들을 생성하는 단계;
    상기 제2 노드에게 상기 제1 EPR 상태들 각각을 구성하는 두 개의 큐비트들 중 하나의 큐비트를 전송하는 단계;
    상기 제1 EPR 상태들과 관련된 제1 큐비트들 중 일부에 해당하는 제2 큐비트들에 대하여 상기 연산자에 기반하는 연산을 수행함으로써 제1 측정 결과를 생성하는 단계;
    상기 제2 노드에게 상기 제1 측정 결과를 전송하는 단계;
    상기 제2 노드로부터 상기 제2 큐비트들에 대한 제2 측정 결과를 수신하는 단계를 포함하는,
    방법.
  5. 제4 항에 있어서,
    상기 EDP의 수행 결과에 기반하여, 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 보존하거나, 또는 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 버리고 상기 EDP를 반복 수행하는 단계는,
    상기 제1 측정 결과와 상기 제2 측정 결과가 일치하는 경우, 상기 제1 EPR 상태들 중 하나 이상의 제3 EPR 상태를 보존하는 단계;
    상기 제1 측정 결과와 상기 제2 측정 결과가 일치하지 않는 경우, 상기 제1 EPR 상태들 중 상기 하나 이상의 제3 EPR 상태를 버리고 상기 EDP를 반복 수행하는 단계를 포함하는,
    방법.
  6. 제5 항에 있어서,
    상기 제1 측정 결과 및 상기 제2 측정 결과는,
    상기 제2 큐비트들에 대하여 상기 연산자에 기반하는 유니터리 연산(unitary operation) 또는 트월링 연산(twirling operation)의 수행 후, CNOT 연산(controlled NOT operation) 및 상기 CNOT 연산의 타겟 큐비트에 대한 Z 기저 측정(Z basis measurement)을 수행함으로써 생성되는,
    방법.
  7. 제6 항에 있어서,
    상기 하나 이상의 제3 EPR 상태는 컨트롤 큐비트(control Qubit)에 대응하는 EPR 상태인,
    방법.
  8. 통신 시스템에서 제2 노드의 동작 방법에 있어서,
    제1 노드에게 적어도 하나의 동기 신호(synchronization signal)를 전송하는 단계;
    상기 제1 노드에게 제어 신호(control information)를 전송하는 단계;
    상기 제1 노드와 상기 제2 노드 간 채널의 추정을 통해 벨 대각선 상태(Bell diagonal state)에 대한 복수의 계수들을 결정하는 단계;
    목표 출력 상태에 기반하여, 상기 벨 대각선 상태를 베르너 상태(Werner state) 또는 다른 계수를 가지는 다른 벨 대각선 상태로 변환하기 위한 연산자를 결정하는 단계;
    상기 연산자에 기반하여 EDP(entanglement distillation protocol)를 수행하는 단계; 및
    상기 EDP의 수행 결과에 기반하여, 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR(Einstein-Podolsky-Rosen) 상태를 보존하거나, 또는 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 버리고 상기 EDP를 반복 수행하는 단계를 포함하는,
    방법.
  9. 제8 항에 있어서,
    상기 연산자는 복수의 유니터리 연산(unitary operation)들 중 하나의 유니터리 연산에 대응하는 제1 연산자 또는 트월링 연산(twirling operation)에 대응하는 제2 연산자 중에서 상기 목표 출력 상태에 기반하여 결정되는,
    방법.
  10. 제9 항에 있어서,
    상기 목표 출력 상태는 상기 벨 대각선 상태가 목표 충실도를 가질 수 있는 성공 확률, 또는, 상기 목표 충실도에 해당하는,
    방법.
  11. 제8 항에 있어서,
    상기 연산자에 기반하여 상기 EDP를 수행하는 단계는,
    상기 제1 노드로부터 설정된 개수의 제1 EPR 상태들 각각을 구성하는 두 개의 큐비트들 중 하나의 큐비트를 수신하는 단계;
    상기 제1 EPR 상태들과 관련된 제1 큐비트들 중 일부에 해당하는 제2 큐비트들에 대하여 상기 연산자에 기반하는 연산을 수행함으로써 제2 측정 결과를 생성하는 단계;
    상기 제1 노드로부터 상기 제2 큐비트들에 대한 제1 측정 결과를 전송하는 단계;
    상기 제2 노드에게 상기 제2 큐비트들에 대한 제2 측정 결과를 전송하는 단계를 포함하는,
    방법.
  12. 제11 항에 있어서,
    상기 EDP의 수행 결과에 기반하여, 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 보존하거나, 또는 상기 EDP의 수행 결과와 관련된 하나 이상의 EPR 상태를 버리고 상기 EDP를 반복 수행하는 단계는,
    상기 제1 측정 결과와 상기 제2 측정 결과가 일치하는 경우, 상기 제1 EPR 상태들 중 하나 이상의 제3 EPR 상태를 보존하는 단계;
    상기 제1 측정 결과와 상기 제2 측정 결과가 일치하지 않는 경우, 상기 제1 EPR 상태들 중 상기 하나 이상의 제3 EPR 상태를 버리고 상기 EDP를 반복 수행하는 단계를 포함하는,
    방법.
  13. 제12 항에 있어서,
    상기 제1 측정 결과 및 상기 제2 측정 결과는,
    상기 제2 큐비트들에 대하여 상기 연산자에 기반하는 유니터리 연산(unitary operation) 또는 트월링 연산(twirling operation)의 수행 후, CNOT 연산(controlled NOT operation) 및 상기 CNOT 연산의 타겟 큐비트에 대한 Z 기저 측정(Z basis measurement)을 수행함으로써 생성되는,
    방법.
  14. 제13 항에 있어서,
    상기 하나 이상의 제3 EPR 상태는 컨트롤 큐비트(control Qubit)에 대응하는 EPR 상태인,
    방법.
  15. 통신 시스템에서 제1 노드에 있어서,
    송수신기;
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서에 동작 가능하게 접속 가능하고, 상기 적어도 하나의 프로세서에 의해 실행될 때, 동작들을 수행하는 지시(instruction)들을 저장하는 적어도 하나의 메모리를 포함하며,
    상기 동작들은,
    제1 항 내지 제7 항 중 어느 한 항에 따른 방법의 모든 단계를 포함하는,
    제1 노드.
  16. 통신 시스템에서 제2 노드에 있어서,
    송수신기;
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서에 동작 가능하게 접속 가능하고, 상기 적어도 하나의 프로세서에 의해 실행될 때, 동작들을 수행하는 지시(instruction)들을 저장하는 적어도 하나의 메모리를 포함하며,
    상기 동작들은,
    제8 항 내지 제14 항 중 어느 한 항에 따른 방법의 모든 단계를 포함하는,
    제2 노드.
  17. 통신 시스템에서 제1 노드를 제어하는 제어 장치에 있어서,
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서들에 동작 가능하게 접속된 적어도 하나의 메모리를 포함하고,
    상기 적어도 하나의 메모리들은, 상기 적어도 하나의 프로세서에 의해 실행되는 것에 기반하여, 동작들을 수행하는 지시(instruction)들을 저장하며,
    상기 동작들은,
    제1 항 내지 제7 항 중 어느 한 항에 따른 방법의 모든 단계를 포함하는,
    제어 장치.
  18. 통신 시스템에서 제2 노드를 제어하는 제어 장치에 있어서,
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서들에 동작 가능하게 접속된 적어도 하나의 메모리를 포함하고,
    상기 적어도 하나의 메모리들은, 상기 적어도 하나의 프로세서에 의해 실행되는 것에 기반하여, 동작들을 수행하는 지시(instruction)들을 저장하며,
    상기 동작들은,
    제8 항 내지 제14 항 중 어느 한 항에 따른 방법의 모든 단계를 포함하는,
    제어 장치.
  19. 하나 이상의 명령어를 저장하는 하나 이상의 비일시적인(non-transitory) 컴퓨터 판독 가능 매체에 있어서,
    상기 하나 이상의 명령어는, 하나 이상의 프로세서에 의해 실행되는 것에 기반하여, 동작들을 수행하고,
    상기 동작들은,
    제1 항 내지 제7 항 중 어느 한 항에 따른 방법의 모든 단계를 포함하는,
    컴퓨터 판독 가능 매체.
  20. 하나 이상의 명령어를 저장하는 하나 이상의 비일시적인(non-transitory) 컴퓨터 판독 가능 매체에 있어서,
    상기 하나 이상의 명령어는, 하나 이상의 프로세서에 의해 실행되는 것에 기반하여, 동작들을 수행하고,
    상기 동작들은,
    제8 항 내지 제14 항 중 어느 한 항에 따른 방법의 모든 단계를 포함하는,
    컴퓨터 판독 가능 매체.
PCT/KR2024/007235 2024-05-28 2024-05-28 양자 통신 시스템에서 2-1 edp 프로토콜을 수행하기 위한 장치 및 방법 Pending WO2025249596A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2024/007235 WO2025249596A1 (ko) 2024-05-28 2024-05-28 양자 통신 시스템에서 2-1 edp 프로토콜을 수행하기 위한 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2024/007235 WO2025249596A1 (ko) 2024-05-28 2024-05-28 양자 통신 시스템에서 2-1 edp 프로토콜을 수행하기 위한 장치 및 방법

Publications (1)

Publication Number Publication Date
WO2025249596A1 true WO2025249596A1 (ko) 2025-12-04

Family

ID=97870610

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2024/007235 Pending WO2025249596A1 (ko) 2024-05-28 2024-05-28 양자 통신 시스템에서 2-1 edp 프로토콜을 수행하기 위한 장치 및 방법

Country Status (1)

Country Link
WO (1) WO2025249596A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110120805A (ko) * 2010-04-29 2011-11-04 한양대학교 산학협력단 양자 얽힘 증류 방법 및 이에 사용되는 유니터리 연산 처리 소자
CN115276823A (zh) * 2022-07-22 2022-11-01 上海海事大学 一种基于量子时空的高保真度纠缠链路生成方法
US20220416907A1 (en) * 2021-06-29 2022-12-29 Purdue Research Foundation Method and system for sharing quantum entanglement between distant nodes without quantum memories
US20230188222A1 (en) * 2021-12-02 2023-06-15 Qulabz Inc. Measurement device independent quantum secure direct communication with user authentication
US20240073010A1 (en) * 2022-08-30 2024-02-29 Cisco Technology, Inc. Systems and methods for providing dynamic quantum cloud security through entangled particle distribution

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110120805A (ko) * 2010-04-29 2011-11-04 한양대학교 산학협력단 양자 얽힘 증류 방법 및 이에 사용되는 유니터리 연산 처리 소자
US20220416907A1 (en) * 2021-06-29 2022-12-29 Purdue Research Foundation Method and system for sharing quantum entanglement between distant nodes without quantum memories
US20230188222A1 (en) * 2021-12-02 2023-06-15 Qulabz Inc. Measurement device independent quantum secure direct communication with user authentication
CN115276823A (zh) * 2022-07-22 2022-11-01 上海海事大学 一种基于量子时空的高保真度纠缠链路生成方法
US20240073010A1 (en) * 2022-08-30 2024-02-29 Cisco Technology, Inc. Systems and methods for providing dynamic quantum cloud security through entangled particle distribution

Similar Documents

Publication Publication Date Title
WO2023128603A1 (ko) 양자 통신 시스템에서 임의의 n-큐비트 얽힘 상태에 대하여 얽힘 오류를 검출하고 정정하기 위한 장치 및 방법
WO2023068712A1 (ko) 통신 시스템에서 비트 플립 오류 수정을 포함하는 얽힘 분포 프로토콜을 위한 장치 및 방법
WO2024150850A1 (ko) 양자 통신 시스템에서 비연속 경로 선택 기반 양자 자원 할당을 수행하기 위한 장치 및 방법
WO2024150852A1 (ko) 양자 통신 시스템에서 링크 셋 구성 기반 양자 자원 할당을 수행하기 위한 장치 및 방법
WO2022149641A1 (ko) 다중 안테나 서버 및 단일 안테나 유저 설정 기반 연합 러닝 방법 및 장치
WO2023128604A1 (ko) 양자 통신 시스템에서 비대칭 파울리 채널에 대한 오류 정정을 수행하기 위한 장치 및 방법
WO2023113390A1 (ko) 무선 통신 시스템에서 엔드 투 엔드 프리코딩 시스템의 사용자 그룹화를 지원하기 위한 장치 및 방법
WO2024195920A1 (ko) 양자 통신 시스템에서 비국소 잡음 특성을 갖는 간섭 채널에 대한 채널 코딩을 수행하기 위한 장치 및 방법
WO2024172180A1 (ko) 통신 시스템에서 배경 지식과 관련된 확률 정보를 전송하기 위한 장치 및 방법
WO2024101470A1 (ko) 양자 통신 시스템에서 양자 보안 직접 통신에 기반하여 양자 상태 변조를 수행하기 위한 장치 및 방법
WO2023068713A1 (ko) 통신 시스템에서 페이즈 플립 오류 수정을 포함하는 얽힘 분포 프로토콜을 위한 장치 및 방법
WO2025249596A1 (ko) 양자 통신 시스템에서 2-1 edp 프로토콜을 수행하기 위한 장치 및 방법
WO2025116065A1 (ko) 양자 통신 시스템에서 양방향 qeccs 얽힘 증류 프로토콜의 활용하는 신드롬 개수를 조절하여 edp를 수행하기 위한 장치 및 방법
WO2025116064A1 (ko) 양자 통신 시스템에서 양방향 qeccs 얽힘 증류 프로토콜의 epr 쌍을 재사용함으로써 edp를 수행하기 위한 장치 및 방법
WO2025116049A1 (ko) 양자 통신 시스템에서 최소 충실도를 고려하여 얽힘 증류 프로토콜을 수행하기 위한 장치 및 방법
WO2025013972A1 (ko) 양자 통신 시스템에서 양방향 qeccs 및 qpa를 적응 모드로 사용하는 얽힘 증류 프로토콜을 수행하기 위한 장치 및 방법
WO2022092351A1 (ko) 중첩 전송에 의한 전송 전력 제한 완화 방법 및 장치
WO2025170090A1 (ko) 양자 통신 시스템에서 양자 대화 프로토콜을 수행하기 위한 장치 및 방법
WO2025178267A1 (ko) 양자 통신 시스템에서 양자 측정의 잡음을 완화하기 위한 장치 및 방법
WO2026005090A1 (ko) 통신 시스템에서 소규모 지식 분할을 통해 다중 표현 전송 체계를 구성하기 위한 장치 및 방법
WO2025028673A1 (ko) 양자 통신 시스템에서 얽힘 라우팅의 경로를 결정하기 위한 장치 및 방법
WO2026005089A1 (ko) 통신 시스템에서 지식 병합 절차를 포함하는 다중 표현 전송 방식을 지원하기 위한 장치 및 방법
WO2025028672A1 (ko) 양자 통신 시스템에서 얽힘 라우팅의 경로를 결정하기 위한 장치 및 방법
WO2025018441A1 (ko) 양자 통신 시스템에서 얽힘 라우팅의 자원 효율적인 최적 링크 집합을 결정하기 위한 장치 및 방법
WO2025211471A1 (ko) 비지상 네트워크에서의 신호를 송수신하는 장치 및 방법

Legal Events

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

Ref document number: 24941911

Country of ref document: EP

Kind code of ref document: A1