KR20240053575A - 무선 통신 시스템에서 반사판을 통해 신호를 전송하는 방법 및 장치 - Google Patents

Abstract

본 개시에서는 무선 통신 시스템에서 단말 동작 방법을 제공할 수 있다. 이때, 단말 동작 방법은 기지국으로부터 반사판 할당 정보를 수신하는 단계, 반사판 할당 정보에 기초하여 적어도 하나 이상의 참조신호를 선택된 반사판을 통해 기지국으로 전송하는 단계, 기지국으로부터 반사판의 위상 정보를 획득하는 단계, 반사판의 위상 정보에 기초하여 단말의 채널 정보를 확인하는 단계 및 채널 정보에 기초하여 신호를 전송하는 단계를 포함할 수 있다.

Description

무선 통신 시스템에서 반사판을 통해 신호를 전송하는 방법 및 장치

이하의 설명은 무선 통신 시스템에 대한 것으로, 무선 통신 시스템에서 단말 및 기지국이 반사판을 이용하여 신호를 송수신하는 방법 및 장치에 대한 것이다.

특히, 무선 통신 시스템에서 반사판을 이용하여 효율적인 에어콤프(Aircomp) 연합학습에 기초하여 무선통신을 수행하는 방법 및 장치에 대한 것이다.

무선 접속 시스템이 음성이나 데이터 등과 같은 다양한 종류의 통신 서비스를 제공하기 위해 광범위하게 전개되고 있다. 일반적으로 무선 접속 시스템은 가용한 시스템 자원(대역폭, 전송 파워 등)을 공유하여 다중 사용자와의 통신을 지원할 수 있는 다중 접속(multiple access) 시스템이다. 다중 접속 시스템의 예들로는 CDMA(code division multiple access) 시스템, FDMA(frequency division multiple access) 시스템, TDMA(time division multiple access) 시스템, OFDMA(orthogonal frequency division multiple access) 시스템, SC-FDMA(single carrier frequency division multiple access) 시스템 등이 있다.

특히, 많은 통신 기기들이 큰 통신 용량을 요구하게 됨에 따라 기존 RAT (radio access technology)에 비해 향상된 모바일 브로드밴드(enhanced mobile broadband, eMBB) 통신 기술이 제안되고 있다. 또한 다수의 기기 및 사물들을 연결하여 언제 어디서나 다양한 서비스를 제공하는 매시브 MTC (Machine Type Communications) 뿐만 아니라 신뢰성 (reliability) 및 지연(latency) 민감한 서비스/UE를 고려한 통신 시스템이 제안되고 있다. 이를 위한 다양한 기술 구성들이 제안되고 있다.

본 개시는 무선 통신 시스템에서 단말 및 기지국이 반사판을 이용하여 신호를 송수신하는 방법 및 장치에 대한 것이다.

본 개시는 복수 개의 반사판 및 복수 개의 단말들이 공존하는 환경에서 반사판과 단말을 매핑하는 방법을 제공할 수 있다.

본 개시는 복수 개의 반사판 및 복수 개의 단말들이 공존하는 환경에서 에어콤프 연합학습에 기초하여 통신을 수행하는 방법을 제공할 수 있다.

본 개시는 차세대 통신(e.g. 6G)에서 하나의 기지국이 커버하는 영역이 줄어드는 경우를 고려하여 복수 개의 단말들이 연합학습에 기초하여 통신을 수행하는 경우, 복수 개의 반사판 및 기지국과 무선 결합을 스케줄링하여 무선 자원을 절감하는 방법을 제공할 수 있다.

본 개시에서 이루고자 하는 기술적 목적들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 본 개시의 실시 예들로부터 본 개시의 기술 구성이 적용되는 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.

본 개시의 일 예로서, 무선 통신 시스템에서 단말 동작 방법에 있어서, 기지국으로부터 반사판 할당 정보를 수신하는 단계, 반사판 할당 정보에 기초하여 적어도 하나 이상의 참조신호를 선택된 반사판을 통해 기지국으로 전송하는 단계, 기지국으로부터 반사판의 위상 정보를 획득하는 단계, 반사판의 위상 정보에 기초하여 단말의 채널 정보를 확인하는 단계 및 채널 정보에 기초하여 신호를 전송하는 단계를 포함할 수 있다.

또한, 본 개시의 일 예로서, 무선 통신 시스템에서 기지국 동작 방법에 있어서, 복수 개의 단말들 각각으로 반사판 할당 정보를 전송하는 단계, 복수 개의 단말들 중 제 1 단말로부터 선택된 반사판을 통해 적어도 하나 이상의 참조신호를 수신하는 단계, 수신한 적어도 어느 하나 이상의 참조신호에 기초하여 반사판의 위상 정보를 생성하고, 생성된 반사판의 위상 정보를 제 1단말로 전송하는 단계, 위상 정보에 기초하여 제 1 단말의 채널 정보를 생성하고, 채널 정보를 제 1 단말로 전송하는 단계, 및 제 1 단말로부터 채널 정보에 기초하여 신호를 수신하는 단계를 포함할 수 있다.

또한, 본 개시의 일 예로서, 무선 통신 시스템의 단말에 있어서, 송수신기 및 송수신기와 연결된 프로세서를 포함하고, 프로세서는, 송수신기를 이용하여 기지국으로부터 반사판 할당 정보를 수신하고, 송수신기를 이용하여 반사판 할당 정보에 기초하여 적어도 하나 이상의 참조신호를 선택된 반사판을 통해 기지국으로 전송하고, 송수신기를 이용하여 기지국으로부터 반사판의 위상 정보를 획득하고, 반사판의 위상 정보에 기초하여 단말의 채널 정보를 확인하고, 및 송수신기를 이용하여 채널 정보에 기초하여 신호를 전송할 수 있다.

또한, 본 개시의 일 예로서, 무선 통신 시스템의 기지국에 있어서, 송수신기 및 송수신기와 연결된 프로세서를 포함하고, 프로세서는, 송수신기를 이용하여 복수 개의 단말들 각각으로 반사판 할당 정보를 전송하고, 송수신기를 이용하여 복수 개의 단말들 중 제 1 단말로부터 선택된 반사판을 통해 적어도 하나 이상의 참조신호를 수신하고, 수신한 적어도 어느 하나 이상의 참조신호에 기초하여 반사판의 위상 정보를 생성하고, 송수신기를 이용하여 생성된 반사판의 위상 정보를 제 1 단말로 전송하고, 송수신기를 이용하여 위상 정보에 기초하여 제 1 단말의 채널 정보를 생성하고, 채널 정보를 제 1 단말로 전송하고, 및 송수신기를 이용하여 제 1 단말로부터 채널 정보에 기초하여 신호를 수신할 수 있다.

또한, 본 개시의 일 예로서, 적어도 하나의 메모리 및 적어도 하나의 메모리들과 기능적으로 연결되어 있는 적어도 하나의 프로세서를 포함하는 장치에 있어서, 적어도 하나의 프로세서는 장치가, 복수 개의 단말들 각각으로 반사판 할당 정보를 전송하고, 복수 개의 단말들 중 제 1 단말로부터 선택된 반사판을 통해 적어도 하나 이상의 참조신호를 수신하고, 수신한 적어도 어느 하나 이상의 참조신호에 기초하여 반사판의 위상 정보를 생성하고, 생성된 반사판의 위상 정보를 단말로 전송하고, 위상 정보에 기초하여 제 1 단말의 채널 정보를 생성하고, 채널 정보를 제 1 단말로 전송하고, 및 제 1 단말로부터 채널 정보에 기초하여 신호를 수신할 수 있다.\

또한, 본 개시의 일 예로서, 적어도 하나의 명령어(instructions)을 저장하는 비-일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer-readable medium)에 있어서, 프로세서에 의해 실행 가능한(executable) 적어도 하나의 명령어를 포함하며, 적어도 하나의 명령어는, 복수 개의 단말들 각각으로 반사판 할당 정보를 전송하고, 복수 개의 단말들 중 제 1 단말로부터 선택된 반사판을 통해 적어도 하나 이상의 참조신호를 수신하고, 수신한 적어도 어느 하나 이상의 참조신호에 기초하여 반사판의 위상 정보를 생성하고, 생성된 반사판의 위상 정보를 단말로 전송하고, 위상 정보에 기초하여 제 1 단말의 채널 정보를 생성하고, 채널 정보를 제 1 단말로 전송하고, 및 제 1 단말로부터 채널 정보에 기초하여 신호를 수신할 수 있다.

다음의 사항들은 상술한 기지국, 단말, 장치 및 컴퓨터 기록 매체에 공통으로 적용될 수 있다.

본 개시의 일 예로서, 단말을 포함하는 복수 개의 단말들은 에어콤프 방식의 연합학습에 기초하여 기지국과 통신을 수행할 수 있다.

또한, 본 개시의 일 예로서, 복수 개의 단말들이 에어콤프 방식의 연합학습에 기초하여 기지국과 통신을 수행하는 경우, 복수 개의 단말들 각각은 제 1 글로벌 모델 정보에 기초하여 각각의 로컬 모델 정보를 생성하고, 복수 개의 단말들에 대한 각각의 로컬 모델 정보는 동일한 무선 자원에 기초하여 기지국으로 전송되고, 기지국은 각각의 로컬 모델 정보에 기초하여 제 1 글로벌 모델 정보를 제 2 글로벌 모델 정보로 업데이트할 수 있다.

또한, 본 개시의 일 예로서, 기지국은 업데이트된 제 2 글로벌 모델 정보를 복수 개의 단말들 각각으로 전달할 수 있다.

또한, 본 개시의 일 예로서, 채널 정보에 기초하여 전송되는 신호는 단말의 로컬 모델 정보일 수 있다.

또한, 본 개시의 일 예로서, 기지국은 복수 개의 단말들과 복수 개의 반사판에 기초하여 통신을 수행하되, 에어콤프 방식의 연합학습에 기초하여 복수 개의 단말들과 통신을 수행하는 경우, 복수 개의 단말들 각각에는 하나 이하의 반사판이 선택되고, 선택된 하나 이하의 반사판 정보는 반사판 할당 정보에 기초하여 전달될 수 있다.

또한, 본 개시의 일 예로서, 단말은 반사판 할당 정보에 기초하여 선택된 반사판을 통해 적어도 하나 이상의 참조신호를 선택된 반사판을 통해 기지국으로 전송하는 경우, 적어도 하나 이상의 참조신호 각각은 서로 다른 위상으로 반사판을 통해 기지국으로 전송될 수 있다.

또한, 본 개시의 일 예로서, 단말이 적어도 하나 이상의 참조신호 중 제 1 참조신호를 반사판을 통해 기지국으로 전송하는 경우, 단말은 제 1 참조신호 정보 및 제 1 참조신호에 기초한 반사판의 위상 정보를 반사판으로 전달하고, 반사판은 제 1 참조신호 정보 및 제 1 참조신호에 기초한 반사판의 위상 정보를 통해 제 1 참조신호를 기지국으로 전달할 수 있다.

또한, 본 개시의 일 예로서, 서로 다른 위상에 기초하여 전송되는 적어도 하나 이상의 참조신호에 기초하여 기지국은 최적의 위상 정보를 획득하고, 획득한 최적의 위상 정보에 대응되는 참조신호의 인덱스 정보를 단말로 전송할 수 있다.

또한, 본 개시의 일 예로서, 단말은 참조신호의 인덱스 정보에 기초하여 기지국으로 전송하는 참조신호를 선택하여 기지국으로 전송하되, 단말을 포함하는 복수 개의 단말들 각각은 기지국으로부터 각각의 참조신호의 인덱스 정보를 수신하고, 각각의 참조신호의 인덱스 정보에 기초하여 각각의 참조신호를 선택하여 기지국으로 전송할 수 있다.

또한, 본 개시의 일 예로서, 복수 개의 단말들의 각각의 참조신호들은 직교하는 신호일 수 있다.

또한, 본 개시의 일 예로서, 기지국은 복수 개의 단말들 각각으로부터 수신한 각각의 참조신호에 기초하여 복수 개의 단말들 각각에 대한 효과 채널을 측정하고, 측정된 효과 채널 정보를 복수 개의 단말들로 전달할 수 있다.

본 개시에 기초한 실시예들에 의해 하기와 같은 효과가 있을 수 있다.

본 개시에 기초한 실시예들에서 단말 및 기지국이 반사판을 이용하여 신호를 송수신할 수 있다.

본 개시에 기초한 실시예들에서 복수 개의 반사판 및 복수 개의 단말들이 공존하는 환경에서 반사판과 단말을 매핑하는 방법을 제공할 수 있다.

본 개시에 기초한 실시예들에서 복수 개의 반사판 및 복수 개의 단말들이 공존하는 환경에서 에어콤프 연합학습에 기초하여 통신을 수행하는 방법을 제공할 수 있다.

본 개시에 기초한 실시예들에서 차세대 통신(e.g. 6G)에서 하나의 기지국이 커버하는 영역이 줄어드는 경우를 고려하여 복수 개의 단말들이 연합학습에 기초하여 통신을 수행하는 경우, 복수 개의 반사판 및 기지국과 무선 결합을 스케줄링하여 무선 자원을 절감하는 방법을 제공할 수 있다.

본 개시의 실시 예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 이하의 본 개시의 실시 예들에 대한 기재로부터 본 개시의 기술 구성이 적용되는 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다.

즉, 본 개시에서 서술하는 구성을 실시함에 따른 의도하지 않은 효과들 역시 본 개시의 실시 예들로부터 당해 기술분야의 통상의 지식을 가진 자에 의해 도출될 수 있다.

이하에 첨부되는 도면들은 본 개시에 관한 이해를 돕기 위한 것으로, 상세한 설명과 함께 본 개시에 대한 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 본 개시의 일 실시예에 따라 통신 시스템 예시를 나타낸 도면이다.
도 2는 본 개시의 일 실시예에 따라 무선 기기의 예시를 나타낸 도면이다.
도 3은 본 개시의 일 실시예에 따라 무선 기기의 다른 예시를 나타낸 도면이다.
도 4는 본 개시의 일 실시예에 따라 휴대 기기의 예시를 나타낸 도면이다.
도 5는 본 개시의 일 실시예에 따라 차량 또는 자율 주행 차량의 예시를 나타낸 도면이다.
도 6은 본 개시의 일 실시예에 따라 AI(Artificial Intelligence)의 예시를 나타낸 도면이다.
도 7은 본 개시의 일 실시예에 따라 6G 시스템에서 제공 가능한 통신 구조의 일례를 나타낸 도면이다.
도 8은 본 개시의 일 실시예에 따라 전자기 스펙트럼을 나타낸 도면이다.
도 9는 본 개시의 일 실시예에 따라 가능한 반사판에 기초하여 통신을 수행하는 방법을 나타낸 도면이다.
도 10은 본 개시의 일 실시예에 따라 반사판을 이용하는 스마트 무선 환경(smart radio environment, SRE)을 나타낸 도면이다.
도 11은 본 개시의 일 실시예에 따라 연합학습 방법을 나타낸 도면이다.
도 12는 본 개시의 일 실시예에 따라 반사판을 이용하여 무선계산 연합학습 방법을 나타낸 도면이다.
도 13은 본 개시의 일 실시예에 따라 복수 개의 반사판에 기초하여 통신을 수행하는 방법을 나타낸 도면이다.
도 14는 본 개시의 일 실시예에 따라 무선 통신 시스템에서 단말 동작 방법을 나타낸 순서도이다.
도 15는 본 개시의 일 실시예에 따라 무선 통신 시스템에서 기지국 동작 방법을 나타낸 순서도이다.

이하의 실시 예들은 본 개시의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 본 개시의 실시 예를 구성할 수도 있다. 본 개시의 실시 예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시 예의 일부 구성이나 특징은 다른 실시 예에 포함될 수 있고, 또는 다른 실시 예의 대응하는 구성 또는 특징과 교체될 수 있다.

도면에 대한 설명에서, 본 개시의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당업자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 본 개시를 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.

본 명세서에서 본 개시의 실시예들은 기지국과 이동국 간의 데이터 송수신 관계를 중심으로 설명되었다. 여기서, 기지국은 이동국과 직접적으로 통신을 수행하는 네트워크의 종단 노드(terminal node)로서의 의미가 있다. 본 문서에서 기지국에 의해 수행되는 것으로 설명된 특정 동작은 경우에 따라서는 기지국의 상위 노드(upper node)에 의해 수행될 수도 있다.

즉, 기지국을 포함하는 다수의 네트워크 노드들(network nodes)로 이루어지는 네트워크에서 이동국과의 통신을 위해 수행되는 다양한 동작들은 기지국 또는 기지국 이외의 다른 네트워크 노드들에 의해 수행될 수 있다. 이때, '기지국'은 고정국(fixed station), Node B, eNB(eNode B), gNB(gNode B), ng-eNB, 발전된 기지국(advanced base station, ABS) 또는 억세스 포인트(access point) 등의 용어에 의해 대체될 수 있다.

또한, 본 개시의 실시 예들에서 단말(terminal)은 사용자 기기(user equipment, UE), 이동국(mobile station, MS), 가입자국(subscriber station, SS), 이동 가입자 단말(mobile subscriber station, MSS), 이동 단말(mobile terminal) 또는 발전된 이동 단말(advanced mobile station, AMS) 등의 용어로 대체될 수 있다.

또한, 송신단은 데이터 서비스 또는 음성 서비스를 제공하는 고정 및/또는 이동 노드를 말하고, 수신단은 데이터 서비스 또는 음성 서비스를 수신하는 고정 및/또는 이동 노드를 의미한다. 따라서, 상향링크의 경우, 이동국이 송신단이 되고, 기지국이 수신단이 될 수 있다. 마찬가지로, 하향링크의 경우, 이동국이 수신단이 되고, 기지국이 송신단이 될 수 있다.

본 개시의 실시 예들은 무선 접속 시스템들인 IEEE 802.xx 시스템, 3GPP(3rd Generation Partnership Project) 시스템, 3GPP LTE(Long Term Evolution) 시스템, 3GPP 5G(5th generation) NR(New Radio) 시스템 및 3GPP2 시스템 중 적어도 하나에 개시된 표준 문서들에 의해 뒷받침될 수 있으며, 특히, 본 개시의 실시 예들은 3GPP TS(technical specification) 38.211, 3GPP TS 38.212, 3GPP TS 38.213, 3GPP TS 38.321 및 3GPP TS 38.331 문서들에 의해 뒷받침 될 수 있다.

또한, 본 개시의 실시 예들은 다른 무선 접속 시스템에도 적용될 수 있으며, 상술한 시스템으로 한정되는 것은 아니다. 일 예로, 3GPP 5G NR 시스템 이후에 적용되는 시스템에 대해서도 적용 가능할 수 있으며, 특정 시스템에 한정되지 않는다.

즉, 본 개시의 실시 예들 중 설명하지 않은 자명한 단계들 또는 부분들은 상기 문서들을 참조하여 설명될 수 있다. 또한, 본 문서에서 개시하고 있는 모든 용어들은 상기 표준 문서에 의해 설명될 수 있다.

이하, 본 개시에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 개시의 예시적인 실시 형태를 설명하고자 하는 것이며, 본 개시의 기술 구성이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다.

또한, 본 개시의 실시 예들에서 사용되는 특정 용어들은 본 개시의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 개시의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.

이하의 기술은 CDMA(code division multiple access), FDMA(frequency division multiple access), TDMA(time division multiple access), OFDMA(orthogonal frequency division multiple access), SC-FDMA(single carrier frequency division multiple access) 등과 같은 다양한 무선 접속 시스템에 적용될 수 있다.

하기에서는 이하 설명을 명확하게 하기 위해, 3GPP 통신 시스템(e.g.(예, LTE, NR 등)을 기반으로 설명하지만 본 발명의 기술적 사상이 이에 제한되는 것은 아니다. LTE는 3GPP TS 36.xxx Release 8 이후의 기술을 의미할 수 있다. 세부적으로, 3GPP TS 36.xxx Release 10 이후의 LTE 기술은 LTE-A로 지칭되고, 3GPP TS 36.xxx Release 13 이후의 LTE 기술은 LTE-A pro로 지칭될 수 있다. 3GPP NR은 TS 38.xxx Release 15 이후의 기술을 의미할 수 있다. 3GPP 6G는 TS Release 17 및/또는 Release 18 이후의 기술을 의미할 수 있다. "xxx"는 표준 문서 세부 번호를 의미한다. LTE/NR/6G는 3GPP 시스템으로 통칭될 수 있다.

본 개시에 사용된 배경기술, 용어, 약어 등에 관해서는 본 발명 이전에 공개된 표준 문서에 기재된 사항을 참조할 수 있다. 일 예로, 36.xxx 및 38.xxx 표준 문서를 참조할 수 있다.

본 개시에 적용 가능한 통신 시스템

이로 제한되는 것은 아니지만, 본 문서에 개시된 본 개시의 다양한 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 기기들 간에 무선 통신/연결(예, 5G)을 필요로 하는 다양한 분야에 적용될 수 있다.

이하, 도면을 참조하여 보다 구체적으로 예시한다. 이하의 도면/설명에서 동일한 도면 부호는 다르게 기술하지 않는 한, 동일하거나 대응되는 하드웨어 블록, 소프트웨어 블록 또는 기능 블록을 예시할 수 있다.

도 1은 본 개시에 적용되는 통신 시스템 예시를 도시한 도면이다.

도 1을 참조하면, 본 개시에 적용되는 통신 시스템(100)은 무선 기기, 기지국 및 네트워크를 포함한다. 여기서, 무선 기기는 무선 접속 기술(예, 5G NR, LTE)을 이용하여 통신을 수행하는 기기를 의미하며, 통신/무선/5G 기기로 지칭될 수 있다. 이로 제한되는 것은 아니지만, 무선 기기는 로봇(100a), 차량(100b-1, 100b-2), XR(extended reality) 기기(100c), 휴대 기기(hand-held device)(100d), 가전(home appliance)(100e), IoT(Internet of Thing) 기기(100f), AI(artificial intelligence) 기기/서버(100g)를 포함할 수 있다. 예를 들어, 차량은 무선 통신 기능이 구비된 차량, 자율 주행 차량, 차량간 통신을 수행할 수 있는 차량 등을 포함할 수 있다. 여기서, 차량(100b-1, 100b-2)은 UAV(unmanned aerial vehicle)(예, 드론)를 포함할 수 있다. XR 기기(100c)는 AR(augmented reality)/VR(virtual reality)/MR(mixed reality) 기기를 포함하며, HMD(head-mounted device), 차량에 구비된 HUD(head-up display), 텔레비전, 스마트폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지(signage), 차량, 로봇 등의 형태로 구현될 수 있다. 휴대 기기(100d)는 스마트폰, 스마트패드, 웨어러블 기기(예, 스마트워치, 스마트글래스), 컴퓨터(예, 노트북 등) 등을 포함할 수 있다. 가전(100e)은 TV, 냉장고, 세탁기 등을 포함할 수 있다. IoT 기기(100f)는 센서, 스마트 미터 등을 포함할 수 있다. 예를 들어, 기지국(120), 네트워크(130)는 무선 기기로도 구현될 수 있으며, 특정 무선 기기(120a)는 다른 무선 기기에게 기지국/네트워크 노드로 동작할 수도 있다.

무선 기기(100a~100f)는 기지국(120)을 통해 네트워크(130)와 연결될 수 있다. 무선 기기(100a~100f)에는 AI 기술이 적용될 수 있으며, 무선 기기(100a~100f)는 네트워크(130)를 통해 AI 서버(100g)와 연결될 수 있다. 네트워크(130)는 3G 네트워크, 4G(예, LTE) 네트워크 또는 5G(예, NR) 네트워크 등을 이용하여 구성될 수 있다. 무선 기기(100a~100f)는 기지국(120)/네트워크(130)를 통해 서로 통신할 수도 있지만, 기지국(120)/네트워크(130)를 통하지 않고 직접 통신(예, 사이드링크 통신(sidelink communication))할 수도 있다. 예를 들어, 차량들(100b-1, 100b-2)은 직접 통신(예, V2V(vehicle to vehicle)/V2X(vehicle to everything) communication)을 할 수 있다. 또한, IoT 기기(100f)(예, 센서)는 다른 IoT 기기(예, 센서) 또는 다른 무선 기기(100a~100f)와 직접 통신을 할 수 있다.

본 개시에 적용 가능한 통신 시스템

도 2는 본 개시에 적용될 수 있는 무선 기기의 예시를 도시한 도면이다.

도 2를 참조하면, 제1 무선 기기(200a)와 제2 무선 기기(200b)는 다양한 무선 접속 기술(예, LTE, NR)을 통해 무선 신호를 송수신할 수 있다. 여기서, {제1 무선 기기(200a), 제2 무선 기기(200b)}은 도 1의 {무선 기기(100x), 기지국(120)} 및/또는 {무선 기기(100x), 무선 기기(100x)}에 대응할 수 있다.

제1 무선 기기(200a)는 하나 이상의 프로세서(202a) 및 하나 이상의 메모리(204a)를 포함하며, 추가적으로 하나 이상의 송수신기(206a) 및/또는 하나 이상의 안테나(208a)을 더 포함할 수 있다. 프로세서(202a)는 메모리(204a) 및/또는 송수신기(206a)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(202a)는 메모리(204a) 내의 정보를 처리하여 제1 정보/신호를 생성한 뒤, 송수신기(206a)을 통해 제1 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(202a)는 송수신기(206a)를 통해 제2 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제2 정보/신호의 신호 처리로부터 얻은 정보를 메모리(204a)에 저장할 수 있다. 메모리(204a)는 프로세서(202a)와 연결될 수 있고, 프로세서(202a)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(204a)는 프로세서(202a)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(202a)와 메모리(204a)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(206a)는 프로세서(202a)와 연결될 수 있고, 하나 이상의 안테나(208a)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(206a)는 송신기 및/또는 수신기를 포함할 수 있다. 송수신기(206a)는 RF(radio frequency) 유닛과 혼용될 수 있다. 본 개시에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.

제2 무선 기기(200b)는 하나 이상의 프로세서(202b), 하나 이상의 메모리(204b)를 포함하며, 추가적으로 하나 이상의 송수신기(206b) 및/또는 하나 이상의 안테나(208b)를 더 포함할 수 있다. 프로세서(202b)는 메모리(204b) 및/또는 송수신기(206b)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(202b)는 메모리(204b) 내의 정보를 처리하여 제3 정보/신호를 생성한 뒤, 송수신기(206b)를 통해 제3 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(202b)는 송수신기(206b)를 통해 제4 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제4 정보/신호의 신호 처리로부터 얻은 정보를 메모리(204b)에 저장할 수 있다. 메모리(204b)는 프로세서(202b)와 연결될 수 있고, 프로세서(202b)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(204b)는 프로세서(202b)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(202b)와 메모리(204b)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(206b)는 프로세서(202b)와 연결될 수 있고, 하나 이상의 안테나(208b)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(206b)는 송신기 및/또는 수신기를 포함할 수 있다 송수신기(206b)는 RF 유닛과 혼용될 수 있다. 본 개시에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.

이하, 무선 기기(200a, 200b)의 하드웨어 요소에 대해 보다 구체적으로 설명한다. 이로 제한되는 것은 아니지만, 하나 이상의 프로토콜 계층이 하나 이상의 프로세서(202a, 202b)에 의해 구현될 수 있다. 예를 들어, 하나 이상의 프로세서(202a, 202b)는 하나 이상의 계층(예, PHY(physical), MAC(media access control), RLC(radio link control), PDCP(packet data convergence protocol), RRC(radio resource control), SDAP(service data adaptation protocol)와 같은 기능적 계층)을 구현할 수 있다. 하나 이상의 프로세서(202a, 202b)는 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 하나 이상의 PDU(Protocol Data Unit) 및/또는 하나 이상의 SDU(service data unit)를 생성할 수 있다. 하나 이상의 프로세서(202a, 202b)는 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 메시지, 제어정보, 데이터 또는 정보를 생성할 수 있다. 하나 이상의 프로세서(202a, 202b)는 본 문서에 개시된 기능, 절차, 제안 및/또는 방법에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 포함하는 신호(예, 베이스밴드 신호)를 생성하여, 하나 이상의 송수신기(206a, 206b)에게 제공할 수 있다. 하나 이상의 프로세서(202a, 202b)는 하나 이상의 송수신기(206a, 206b)로부터 신호(예, 베이스밴드 신호)를 수신할 수 있고, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 획득할 수 있다.

하나 이상의 프로세서(202a, 202b)는 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 또는 마이크로 컴퓨터로 지칭될 수 있다. 하나 이상의 프로세서(202a, 202b)는 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합에 의해 구현될 수 있다. 일 예로, 하나 이상의 ASIC(application specific integrated circuit), 하나 이상의 DSP(digital signal processor), 하나 이상의 DSPD(digital signal processing device), 하나 이상의 PLD(programmable logic device) 또는 하나 이상의 FPGA(field programmable gate arrays)가 하나 이상의 프로세서(202a, 202b)에 포함될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 펌웨어 또는 소프트웨어를 사용하여 구현될 수 있고, 펌웨어 또는 소프트웨어는 모듈, 절차, 기능 등을 포함하도록 구현될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 수행하도록 설정된 펌웨어 또는 소프트웨어는 하나 이상의 프로세서(202a, 202b)에 포함되거나, 하나 이상의 메모리(204a, 204b)에 저장되어 하나 이상의 프로세서(202a, 202b)에 의해 구동될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 코드, 명령어 및/또는 명령어의 집합 형태로 펌웨어 또는 소프트웨어를 사용하여 구현될 수 있다.

하나 이상의 메모리(204a, 204b)는 하나 이상의 프로세서(202a, 202b)와 연결될 수 있고, 다양한 형태의 데이터, 신호, 메시지, 정보, 프로그램, 코드, 지시 및/또는 명령을 저장할 수 있다. 하나 이상의 메모리(204a, 204b)는 ROM(read only memory), RAM(random access memory), EPROM(erasable programmable read only memory), 플래시 메모리, 하드 드라이브, 레지스터, 캐쉬 메모리, 컴퓨터 판독 저장 매체 및/또는 이들의 조합으로 구성될 수 있다. 하나 이상의 메모리(204a, 204b)는 하나 이상의 프로세서(202a, 202b)의 내부 및/또는 외부에 위치할 수 있다. 또한, 하나 이상의 메모리(204a, 204b)는 유선 또는 무선 연결과 같은 다양한 기술을 통해 하나 이상의 프로세서(202a, 202b)와 연결될 수 있다.

하나 이상의 송수신기(206a, 206b)는 하나 이상의 다른 장치에게 본 문서의 방법들 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 전송할 수 있다. 하나 이상의 송수신기(206a, 206b)는 하나 이상의 다른 장치로부터 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 수신할 수 있다. 예를 들어, 하나 이상의 송수신기(206a, 206b)는 하나 이상의 프로세서(202a, 202b)와 연결될 수 있고, 무선 신호를 송수신할 수 있다. 예를 들어, 하나 이상의 프로세서(202a, 202b)는 하나 이상의 송수신기(206a, 206b)가 하나 이상의 다른 장치에게 사용자 데이터, 제어 정보 또는 무선 신호를 전송하도록 제어할 수 있다. 또한, 하나 이상의 프로세서(202a, 202b)는 하나 이상의 송수신기(206a, 206b)가 하나 이상의 다른 장치로부터 사용자 데이터, 제어 정보 또는 무선 신호를 수신하도록 제어할 수 있다. 또한, 하나 이상의 송수신기(206a, 206b)는 하나 이상의 안테나(208a, 208b)와 연결될 수 있고, 하나 이상의 송수신기(206a, 206b)는 하나 이상의 안테나(208a, 208b)를 통해 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 송수신하도록 설정될 수 있다. 본 문서에서, 하나 이상의 안테나는 복수의 물리 안테나이거나, 복수의 논리 안테나(예, 안테나 포트)일 수 있다. 하나 이상의 송수신기(206a, 206b)는 수신된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 하나 이상의 프로세서(202a, 202b)를 이용하여 처리하기 위해, 수신된 무선 신호/채널 등을 RF 밴드 신호에서 베이스밴드 신호로 변환(Convert)할 수 있다. 하나 이상의 송수신기(206a, 206b)는 하나 이상의 프로세서(202a, 202b)를 이용하여 처리된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 베이스밴드 신호에서 RF 밴드 신호로 변환할 수 있다. 이를 위하여, 하나 이상의 송수신기(206a, 206b)는 (아날로그) 오실레이터 및/또는 필터를 포함할 수 있다.

본 개시에 적용 가능한 무선 기기 구조

도 3은 본 개시에 적용되는 무선 기기의 다른 예시를 도시한 도면이다.

도 3을 참조하면, 무선 기기(300)는 도 2의 무선 기기(200a, 200b)에 대응하며, 다양한 요소(element), 성분(component), 유닛/부(unit), 및/또는 모듈(module)로 구성될 수 있다. 예를 들어, 무선 기기(300)는 통신부(310), 제어부(320), 메모리부(330) 및 추가 요소(340)를 포함할 수 있다. 통신부는 통신 회로(312) 및 송수신기(들)(314)을 포함할 수 있다. 예를 들어, 통신 회로(312)는 도 2의 하나 이상의 프로세서(202a, 202b) 및/또는 하나 이상의 메모리(204a, 204b)를 포함할 수 있다. 예를 들어, 송수신기(들)(314)는 도 2의 하나 이상의 송수신기(206a, 206b) 및/또는 하나 이상의 안테나(208a, 208b)을 포함할 수 있다. 제어부(320)는 통신부(310), 메모리부(330) 및 추가 요소(340)와 전기적으로 연결되며 무선 기기의 제반 동작을 제어한다. 예를 들어, 제어부(320)는 메모리부(330)에 저장된 프로그램/코드/명령/정보에 기반하여 무선 기기의 전기적/기계적 동작을 제어할 수 있다. 또한, 제어부(320)는 메모리부(330)에 저장된 정보를 통신부(310)을 통해 외부(예, 다른 통신 기기)로 무선/유선 인터페이스를 통해 전송하거나, 통신부(310)를 통해 외부(예, 다른 통신 기기)로부터 무선/유선 인터페이스를 통해 수신된 정보를 메모리부(330)에 저장할 수 있다.

추가 요소(340)는 무선 기기의 종류에 따라 다양하게 구성될 수 있다. 예를 들어, 추가 요소(340)는 파워 유닛/배터리, 입출력부(input/output unit), 구동부 및 컴퓨팅부 중 적어도 하나를 포함할 수 있다. 이로 제한되는 것은 아니지만, 무선 기기(300)는 로봇(도 1, 100a), 차량(도 1, 100b-1, 100b-2), XR 기기(도 1, 100c), 휴대 기기(도 1, 100d), 가전(도 1, 100e), IoT 기기(도 1, 100f), 디지털 방송용 단말, 홀로그램 장치, 공공 안전 장치, MTC 장치, 의료 장치, 핀테크 장치(또는 금융 장치), 보안 장치, 기후/환경 장치, AI 서버/기기(도 1, 140), 기지국(도 1, 120), 네트워크 노드 등의 형태로 구현될 수 있다. 무선 기기는 사용-예/서비스에 따라 이동 가능하거나 고정된 장소에서 사용될 수 있다.

도 3에서 무선 기기(300) 내의 다양한 요소, 성분, 유닛/부, 및/또는 모듈은 전체가 유선 인터페이스를 통해 상호 연결되거나, 적어도 일부가 통신부(310)를 통해 무선으로 연결될 수 있다. 예를 들어, 무선 기기(300) 내에서 제어부(320)와 통신부(310)는 유선으로 연결되며, 제어부(320)와 제1 유닛(예, 130, 140)은 통신부(310)를 통해 무선으로 연결될 수 있다. 또한, 무선 기기(300) 내의 각 요소, 성분, 유닛/부, 및/또는 모듈은 하나 이상의 요소를 더 포함할 수 있다. 예를 들어, 제어부(320)는 하나 이상의 프로세서 집합으로 구성될 수 있다. 예를 들어, 제어부(320)는 통신 제어 프로세서, 어플리케이션 프로세서(application processor), ECU(electronic control unit), 그래픽 처리 프로세서, 메모리 제어 프로세서 등의 집합으로 구성될 수 있다. 다른 예로, 메모리부(330)는 RAM, DRAM(dynamic RAM), ROM, 플래시 메모리(flash memory), 휘발성 메모리(volatile memory), 비-휘발성 메모리(non-volatile memory) 및/또는 이들의 조합으로 구성될 수 있다.

본 개시가 적용 가능한 휴대 기기

도 4는 본 개시에 적용되는 휴대 기기의 예시를 도시한 도면이다.

도 4는 본 개시에 적용되는 휴대 기기를 예시한다. 휴대 기기는 스마트폰, 스마트패드, 웨어러블 기기(예, 스마트 워치, 스마트 글래스), 휴대용 컴퓨터(예, 노트북 등)을 포함할 수 있다. 휴대 기기는 MS(mobile station), UT(user terminal), MSS(mobile subscriber station), SS(subscriber station), AMS(advanced mobile station) 또는 WT(wireless terminal)로 지칭될 수 있다.

도 4를 참조하면, 휴대 기기(400)는 안테나부(408), 통신부(410), 제어부(420), 메모리부(430), 전원공급부(440a), 인터페이스부(440b) 및 입출력부(440c)를 포함할 수 있다. 안테나부(408)는 통신부(410)의 일부로 구성될 수 있다. 블록 410~430/440a~440c는 각각 도 3의 블록 310~330/340에 대응한다.

통신부(410)는 다른 무선 기기, 기지국들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(420)는 휴대 기기(400)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(420)는 AP(application processor)를 포함할 수 있다. 메모리부(430)는 휴대 기기(400)의 구동에 필요한 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 또한, 메모리부(430)는 입/출력되는 데이터/정보 등을 저장할 수 있다. 전원공급부(440a)는 휴대 기기(400)에게 전원을 공급하며, 유/무선 충전 회로, 배터리 등을 포함할 수 있다. 인터페이스부(440b)는 휴대 기기(400)와 다른 외부 기기의 연결을 지원할 수 있다. 인터페이스부(440b)는 외부 기기와의 연결을 위한 다양한 포트(예, 오디오 입/출력 포트, 비디오 입/출력 포트)를 포함할 수 있다. 입출력부(440c)는 영상 정보/신호, 오디오 정보/신호, 데이터, 및/또는 사용자로부터 입력되는 정보를 입력 받거나 출력할 수 있다. 입출력부(440c)는 카메라, 마이크로폰, 사용자 입력부, 디스플레이부(440d), 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다.

일 예로, 데이터 통신의 경우, 입출력부(440c)는 사용자로부터 입력된 정보/신호(예, 터치, 문자, 음성, 이미지, 비디오)를 획득하며, 획득된 정보/신호는 메모리부(430)에 저장될 수 있다. 통신부(410)는 메모리에 저장된 정보/신호를 무선 신호로 변환하고, 변환된 무선 신호를 다른 무선 기기에게 직접 전송하거나 기지국에게 전송할 수 있다. 또한, 통신부(410)는 다른 무선 기기 또는 기지국으로부터 무선 신호를 수신한 뒤, 수신된 무선 신호를 원래의 정보/신호로 복원할 수 있다. 복원된 정보/신호는 메모리부(430)에 저장된 뒤, 입출력부(440c)를 통해 다양한 형태(예, 문자, 음성, 이미지, 비디오, 햅틱)로 출력될 수 있다.

본 개시가 적용 가능한 무선 기기 종류

도 5는 본 개시에 적용되는 차량 또는 자율 주행 차량의 예시를 도시한 도면이다.

도 5는 본 개시에 적용되는 차량 또는 자율 주행 차량을 예시한다. 차량 또는 자율 주행 차량은 이동형 로봇, 차량, 기차, 유/무인 비행체(aerial vehicle, AV), 선박 등으로 구현될 수 있으며, 차량의 형태로 한정되는 것은 아니다.

도 5를 참조하면, 차량 또는 자율 주행 차량(500)은 안테나부(508), 통신부(510), 제어부(520), 구동부(540a), 전원공급부(540b), 센서부(540c) 및 자율 주행부(540d)를 포함할 수 있다. 안테나부(550)는 통신부(510)의 일부로 구성될 수 있다. 블록 510/530/540a~540d는 각각 도 4의 블록 410/430/440에 대응한다.

통신부(510)는 다른 차량, 기지국(예, 기지국, 노변 기지국(road side unit) 등), 서버 등의 외부 기기들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(520)는 차량 또는 자율 주행 차량(500)의 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(520)는 ECU(electronic control unit)를 포함할 수 있다.

도 6은 본 개시에 적용되는 AI 기기의 예시를 도시한 도면이다. 일 예로, AI 기기는 TV, 프로젝터, 스마트폰, PC, 노트북, 디지털방송용 단말기, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), 라디오, 세탁기, 냉장고, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.

도 6을 참조하면, AI 기기(600)는 통신부(610), 제어부(620), 메모리부(630), 입/출력부(640a/640b), 러닝 프로세서부(640c) 및 센서부(640d)를 포함할 수 있다. 블록 910~930/940a~940d는 각각 도 3의 블록 310~330/340에 대응할 수 있다.

통신부(610)는 유무선 통신 기술을 이용하여 다른 AI 기기(예, 도 1, 100x, 120, 140)나 AI 서버(도 1, 140) 등의 외부 기기들과 유무선 신호(예, 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등)를 송수신할 수 있다. 이를 위해, 통신부(610)는 메모리부(630) 내의 정보를 외부 기기로 전송하거나, 외부 기기로부터 수신된 신호를 메모리부(630)로 전달할 수 있다.

제어부(620)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 기기(600)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 제어부(620)는 AI 기기(600)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다. 예를 들어, 제어부(620)는 러닝 프로세서부(640c) 또는 메모리부(630)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 기기(600)의 구성 요소들을 제어할 수 있다. 또한, 제어부(920)는 AI 장치(600)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리부(630) 또는 러닝 프로세서부(640c)에 저장하거나, AI 서버(도 1, 140) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.

메모리부(630)는 AI 기기(600)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예를 들어, 메모리부(630)는 입력부(640a)로부터 얻은 데이터, 통신부(610)로부터 얻은 데이터, 러닝 프로세서부(640c)의 출력 데이터, 및 센싱부(640)로부터 얻은 데이터를 저장할 수 있다. 또한, 메모리부(930)는 제어부(620)의 동작/실행에 필요한 제어 정보 및/또는 소프트웨어 코드를 저장할 수 있다.

입력부(640a)는 AI 기기(600)의 외부로부터 다양한 종류의 데이터를 획득할 수 있다. 예를 들어, 입력부(620)는 모델 학습을 위한 학습 데이터, 및 학습 모델이 적용될 입력 데이터 등을 획득할 수 있다. 입력부(640a)는 카메라, 마이크로폰 및/또는 사용자 입력부 등을 포함할 수 있다. 출력부(640b)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다. 출력부(640b)는 디스플레이부, 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다. 센싱부(640)는 다양한 센서들을 이용하여 AI 기기(600)의 내부 정보, AI 기기(600)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 얻을 수 있다. 센싱부(640)는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰 및/또는 레이더 등을 포함할 수 있다.

러닝 프로세서부(640c)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 러닝 프로세서부(640c)는 AI 서버(도 1, 140)의 러닝 프로세서부와 함께 AI 프로세싱을 수행할 수 있다. 러닝 프로세서부(640c)는 통신부(610)를 통해 외부 기기로부터 수신된 정보, 및/또는 메모리부(630)에 저장된 정보를 처리할 수 있다. 또한, 러닝 프로세서부(940c)의 출력 값은 통신부(610)를 통해 외부 기기로 전송되거나/되고, 메모리부(630)에 저장될 수 있다.

6G 통신 시스템

6G (무선통신) 시스템은 (i) 디바이스 당 매우 높은 데이터 속도, (ii) 매우 많은 수의 연결된 디바이스들, (iii) 글로벌 연결성(global connectivity), (iv) 매우 낮은 지연, (v) 배터리-프리(battery-free) IoT 디바이스들의 에너지 소비를 낮추고, (vi) 초고신뢰성 연결, (vii) 머신 러닝 능력을 가지는 연결된 지능 등에 목적이 있다. 6G 시스템의 비젼은 “intelligent connectivity”, “deep connectivity”, “holographic connectivity”, “ubiquitous connectivity”와 같은 4가지 측면일 수 있으며, 6G 시스템은 하기 표 1과 같은 요구 사항을 만족시킬 수 있다. 즉, 표 1은 6G 시스템의 요구 사항을 나타낸 표이다.

이때, 6G 시스템은 향상된 모바일 브로드밴드(enhanced mobile broadband, eMBB), 초-저지연 통신(ultra-reliable low latency communications, URLLC), mMTC (massive machine type communications), AI 통합 통신(AI integrated communication), 촉각 인터넷(tactile internet), 높은 스루풋(high throughput), 높은 네트워크 능력(high network capacity), 높은 에너지 효율(high energy efficiency), 낮은 백홀 및 접근 네트워크 혼잡(low backhaul and access network congestion) 및 향상된 데이터 보안(enhanced data security)과 같은 핵심 요소(key factor)들을 가질 수 있다.

도 7은 본 개시에 적용 가능한 6G 시스템에서 제공 가능한 통신 구조의 일례를 도시한 도면이다.

도 7을 참조하면, 6G 시스템은 5G 무선통신 시스템보다 50배 더 높은 동시 무선통신 연결성을 가질 것으로 예상된다. 5G의 핵심 요소(key feature)인 URLLC는 6G 통신에서 1ms보다 적은 단-대-단(end-to-end) 지연을 제공함으로써 보다 더 주요한 기술이 될 것으로 예상된다. 이때, 6G 시스템은 자주 사용되는 영역 스펙트럼 효율과 달리 체적 스펙트럼 효율이 훨씬 우수할 것이다. 6G 시스템은 매우 긴 배터리 수명과 에너지 수확을 위한 고급 배터리 기술을 제공할 수 있어, 6G 시스템에서 모바일 디바이스들은 별도로 충전될 필요가 없을 수 있다.

6G 시스템의 핵심 구현 기술

인공 지능(artificial Intelligence, AI)

6G 시스템에 가장 중요하며, 새로 도입될 기술은 AI이다. 4G 시스템에는 AI가 관여하지 않았다. 5G 시스템은 부분 또는 매우 제한된 AI를 지원할 것이다. 그러나, 6G 시스템은 완전히 자동화를 위해 AI가 지원될 것이다. 머신 러닝의 발전은 6G에서 실시간 통신을 위해 보다 지능적인 네트워크를 만들 것이다. 통신에 AI를 도입하면 실시간 데이터 전송이 간소화되고 향상될 수 있다. AI는 수많은 분석을 사용하여 복잡한 대상 작업이 수행되는 방식을 결정할 수 있다. 즉, AI는 효율성을 높이고 처리 지연을 줄일 수 있다.

핸드 오버, 네트워크 선택, 자원 스케줄링과 같은 시간 소모적인 작업은 AI를 사용함으로써 즉시 수행될 수 있다. AI는 M2M, 기계-대-인간 및 인간-대-기계 통신에서도 중요한 역할을 할 수 있다. 또한, AI는 BCI(brain computer interface)에서 신속한 통신이 될 수 있다. AI 기반 통신 시스템은 메타 물질, 지능형 구조, 지능형 네트워크, 지능형 장치, 지능형 인지 라디오(radio), 자체 유지 무선 네트워크 및 머신 러닝에 의해 지원될 수 있다.

최근 AI를 무선 통신 시스템과 통합하려고 하는 시도들이 나타나고 있으나, 이는 어플리케이션 계층(application layer), 네트워크 계층(network layer) 특히, 딥 러닝은 무선 자원 관리 및 할당(wireless resource management and allocation) 분야에 집중되어 왔다. 그러나, 이러한 연구는 점점 MAC 계층 및 물리 계층으로 발전하고 있으며, 특히 물리계층에서 딥 러닝을 무선 전송(wireless transmission)과 결합하고자 하는 시도들이 나타나고 있다. AI 기반의 물리계층 전송은, 근본적인 신호 처리 및 통신 메커니즘에 있어서, 전통적인 통신 프레임워크가 아니라 AI 드라이버에 기초한 신호 처리 및 통신 메커니즘을 적용하는 것을 의미한다. 예를 들어, 딥러닝 기반의 채널 코딩 및 디코딩(channel coding and decoding), 딥러닝 기반의 신호 추정(estimation) 및 검출(detection), 딥러닝 기반의 MIMO(multiple input multiple output) 매커니즘(mechanism), AI 기반의 자원 스케줄링(scheduling) 및 할당(allocation) 등을 포함할 수 있다.

머신 러닝은 채널 추정 및 채널 트래킹을 위해 사용될 수 있으며, DL(downlink)의 물리 계층(physical layer)에서 전력 할당(power allocation), 간섭 제거(interference cancellation) 등에 사용될 수 있다. 또한, 머신 러닝은 MIMO 시스템에서 안테나 선택, 전력 제어(power control), 심볼 검출(symbol detection) 등에도 사용될 수 있다.

그러나 물리계층에서의 전송을 위한 DNN의 적용은 아래와 같은 문제점이 있을 수 있다.

딥러닝 기반의 AI 알고리즘은 훈련 파라미터를 최적화하기 위해 수많은 훈련 데이터가 필요하다. 그러나 특정 채널 환경에서의 데이터를 훈련 데이터로 획득하는데 있어서의 한계로 인해, 오프라인 상에서 많은 훈련 데이터를 사용한다. 이는 특정 채널 환경에서 훈련 데이터에 대한 정적 훈련(static training)은, 무선 채널의 동적 특성 및 다이버시티(diversity) 사이에 모순(contradiction)이 생길 수 있다.

또한, 현재 딥 러닝은 주로 실제 신호(real signal)을 대상으로 한다. 그러나, 무선 통신의 물리 계층의 신호들은 복소 신호(complex signal)이다. 무선 통신 신호의 특성을 매칭시키기 위해 복소(complex) 도메인 신호의 검출하는 신경망(neural network)에 대한 연구가 더 필요하다.

이하, 머신 러닝에 대해 보다 구체적으로 살펴본다.

머신 러닝은 사람이 할 수 있거나 혹은 하기 어려운 작업을 대신해낼 수 있는 기계를 만들어 내기 위해 기계를 학습시키는 일련의 동작을 의미한다. 머신 러닝을 위해서는 데이터와 러닝 모델이 필요하다. 머신 러닝에서 데이터의 학습 방법은 크게 3가지 즉, 지도 학습(supervised learning), 비지도 학습(unsupervised learning) 그리고 강화 학습(reinforcement learning)으로 구분될 수 있다.

신경망 학습은 출력의 오류를 최소화하기 위한 것이다. 신경망 학습은 반복적으로 학습 데이터를 신경망에 입력시키고 학습 데이터에 대한 신경망의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 신경망의 에러를 신경망의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation) 하여 신경망의 각 노드의 가중치를 업데이트하는 과정이다.

지도 학습은 학습 데이터에 정답이 라벨링된 학습 데이터를 사용하며 비지도 학습은 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 지도 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링된 데이터 일 수 있다. 라벨링된 학습 데이터가 신경망에 입력되고 신경망의 출력(카테고리)과 학습 데이터의 라벨을 비교하여 오차(error)가 계산될 수 있다. 계산된 오차는 신경망에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 신경망의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 신경망의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 신경망의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 신경망의 학습 초기에는 높은 학습률을 사용하여 신경망이 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다

데이터의 특징에 따라 학습 방법은 달라질 수 있다. 예를 들어, 통신 시스템 상에서 송신단에서 전송한 데이터를 수신단에서 정확하게 예측하는 것을 목적으로 하는 경우, 비지도 학습 또는 강화 학습 보다는 지도 학습을 이용하여 학습을 수행하는 것이 바람직하다.

러닝 모델은 인간의 뇌에 해당하는 것으로서, 가장 기본적인 선형 모델을 생각할 수 있으나, 인공 신경망(artificial neural networks)와 같은 복잡성이 높은 신경망 구조를 러닝 모델로 사용하는 머신 러닝의 패러다임을 딥러닝(deep learning)이라 한다.

학습(learning) 방식으로 사용하는 신경망 코어(neural network cord)는 크게 심층 신경망(deep neural networks, DNN), 합성곱 신경망(convolutional deep neural networks, CNN), 순환 신경망(recurrent boltzmann machine, RNN) 방식이 있으며, 이러한 러닝 모델이 적용될 수 있다.

THz(Terahertz) 통신

6G 시스템에서 THz 통신이 적용될 수 있다. 일 예로, 데이터 전송률은 대역폭을 늘려 높일 수 있다. 이것은 넓은 대역폭으로 sub-THz 통신을 사용하고, 진보된 대규모 MIMO 기술을 적용하여 수행될 수 있다.

도 8은 본 개시에 적용 가능한 전자기 스펙트럼을 도시한 도면이다. 일 예로, 도 8을 참조하면, 밀리미터 이하의 방사선으로도 알려진 THz파는 일반적으로 0.03mm-3mm 범위의 해당 파장을 가진 0.1THz와 10THz 사이의 주파수 대역을 나타낸다. 100GHz-300GHz 대역 범위(Sub THz 대역)는 셀룰러 통신을 위한 THz 대역의 주요 부분으로 간주된다. Sub-THz 대역 mmWave 대역에 추가하면 6G 셀룰러 통신 용량은 늘어난다. 정의된 THz 대역 중 300GHz-3THz는 원적외선 (IR) 주파수 대역에 있다. 300GHz-3THz 대역은 광 대역의 일부이지만 광 대역의 경계에 있으며, RF 대역 바로 뒤에 있다. 따라서, 이 300 GHz?3 THz 대역은 RF와 유사성을 나타낸다.

THz 통신의 주요 특성은 (i) 매우 높은 데이터 전송률을 지원하기 위해 광범위하게 사용 가능한 대역폭, (ii) 고주파에서 발생하는 높은 경로 손실 (고 지향성 안테나는 필수 불가결)을 포함한다. 높은 지향성 안테나에서 생성된 좁은 빔 폭은 간섭을 줄인다. THz 신호의 작은 파장은 훨씬 더 많은 수의 안테나 소자가 이 대역에서 동작하는 장치 및 BS에 통합될 수 있게 한다. 이를 통해 범위 제한을 극복할 수 있는 고급 적응형 배열 기술을 사용할 수 있다.

하기 에서는 반사판을 사용하여 무선 채널 환경을 조절하고, 기지국과 단말이 통신을 수행하는 방법에 대해 서술한다. 일 예로, 반사판은 IRS(intelligent reflect surface)일 수 있다. 또한, 일 예로, 반사판은 LIS(large intelligent surfaces)일 수 있다. 즉, 반사판의 형태는 다양하게 구현될 수 있으며, 특정 형태로 한정되는 것은 아닐 수 있다. 일 예로, 하기에서는 설명의 편의를 위해 반사판으로 지칭한다. 또한, 무선 채널 환경에서 복수의 반사판 및 복수의 단말들이 공존하는 경우, 반사판 선택을 위한 방법이 필요할 수 있으며, 하기에서는 이를 위한 방법에 대해 서술한다.

일 예로, THz 대역에서 신호를 전송하는 경우, 경로 손실에 취약할 수 있다. 상술한 점을 고려하여, 다중 접속 통신 환경의 한계를 극복하기 위해 단말과 기지국은 반사판을 통해 통신을 수행할 수 있다. 단말과 기지국은 반사판을 통해 다중 접속 통신 채널을 변경하고, 이에 기초하여 다중 경로를 확보할 수 있으며 스루풋을 향상시켜 전송 효율을 높일 수 있다.

일 예로, 반사판은 기지국에서 보낸 무선 신호를 단말기 방향으로 반사해 새로운 무선 경로를 생성할 수 있다. 반사판은 신호에 대한 반사각을 조정하는 것 외에는 통신에 관여하는 것이 없기 때문에 복잡도와 전력 사용면에서 장점이 존재할 수 있다. 다만, 반사판이 적용되는 경우, 기지국과 복수 개의 단말들 상호 간의 통신을 고려하여 복수 개의 반사판이 이용될 수 있다.

이때, 복수의 반사판과 복수의 단말이 존재하는 환경에서 다중 접속 무선 통신이 수행되는 경우, 복수 개의 반사판과 복수 개의 단말의 매핑에 따라 전체 전송 성능이 달라질 수 있다. 즉, 반사판과 단말 매핑은 전체 전송 성능을 고려하여 수행될 필요성이 있다. 따라서, 전체 성능을 최적화하기 위해서는 어떤 반사판을 어떤 단말에게 할당해야 할지 여부를 결정할 필요성이 있다.

일 예로, 하나의 반사판은 하나의 단말에만 할당될 수 있으며, 이는 싱글 반사판 모드일 수 있다. 다만, 싱글 반사판 모드인 경우에도 반사판의 수 및 단말의 수를 고려한 전체 경우의 수를 고려하면 단말의 수에 따라 판단되어야 하는 채널의 수는 계승(factorial) 수준으로 증가할 수 있다. 즉, 반사판 선택의 복잡도가 증가할 수 있다. 또한, 복수 개의 반사판을 각각의 단말에 할당하는 다중 반사판 모드의 경우에는 반사판 선택의 복잡도가 더 증가할 수 있다.

또 다른 일 예로, 셀 내에서 복잡한 지형지물이 존재하는 환경이나 이동 단말(e.g. 차량)의 경우, 최적의 반사판 선택은 실시간으로 결정될 필요성이 있으며, 채널 정보를 피드백 받는 방식으로 한계가 존재할 수 있다. 상술한 점을 고려하여 효율적으로 반사판을 선택하는 방법이 필요할 수 있다.

도 9는 본 개시의 일 실시예에 따라 반사판에 기초하여 통신을 수행하는 방법을 나타낸 도면이다. 도 9(a)를 참조하면, 기존 무선 통신에서 기지국(910)은 단말(920)과 직접 통신을 수행할 있으며, 기지국(910)과 단말(920) 간의 채널 환경은 h(t)일 수 있다. 여기서, 송신 신호가 x(t)이고, 가산 잡음이 n(t)인 경우, 수신단에서 수신하는 신호는 하기 수학식 1과 같이 모델링될 수 있다.

[수학식 1]

이때 일 예로, 도 9(b)를 참조하면, 기지국(910)과 단말(920)이 반사판(930)을 이용하여 통신을 수행하는 경우, 수신단에서 수신하는 신호는 하기 수학식 2와 같이 모델링될 수 있다.

[수학식 2]

여기서

는 기지국(910)과 반사판(930) 사이의 채널 환경이고,

는 단말(920)과 반사판(930)의 채널환경일 수 있다. 또한, θ(t)는 각 반사판의 특성일 수 있다. 일 예로, 반사판은 반사판 내의 적어도 하나 이상의 반사 소자들을 조정하여 기존 무선 통신의 수신 신호보다 높은 성능을 나타내게 할 수 있으며, 이를 통해 전송 효율을 증대시킬 수 있다. 일 예로, θ(t)는 반사판의 시스템 파라미터인 반사 개수로 이루어진 대각 행렬(diagonal matrix)일 수 있으며, 하기 수학식 3과 같을 수 있다. 여기서, 수학식 3은 M개의 소자로 이루어진 반사판에 대한 θ(t)를 나타낼 수 있다.

[수학식 3]

도 10은 본 개시의 일 실시예에 따라 반사판을 이용하여 스마트 무선 환경(smart radio environment, SRE)을 나타낸 도면이다. 도 10을 참조하면, 복수 개의 반사판 및 복수 개의 단말들이 공존하는 환경을 고려할 수 있다. 여기서, K개의 반사판(1030-1, 1030-2, 1030-3)은 싱글 반사판 모드에 기초하여 단말과 일대일로 매핑될 수 있다. 즉, N개의 단말들(1020-1, 1020-2, 1020-3, 1020-4) 중 K개의 단말들(1020-1, 1020-2, 1020-3)이 K개의 반사판(1030-1, 1030-2, 1030-3)과 매핑될 수 있다. 이때, 일 예로, 각각의 반사판 1, 2, …, K(1030-1, 1030-2, 1030-3)는 순서대로 각 단말들을 선택할 수 있으나, 이는 최적의 선택이 아니라 성능 이득이 제한될 수 있다.

일 예로, 무선 통신 시스템에서 반사판을 선택하는 경우, 기지국(1010)은 각각의 반사판들(1030-1, 1030-2, 1030-3)과 각각의 단말들(1020-1, 1020-2, 1020-3, 1020-4) 사이의 채널을 인지하고 있어야 최적의 선택이 가능할 수 있다. 또한, 기지국이 반사판과 단말의 조합을 고려한 모든 경우의 수를 고려하여 반사판과 단말을 매핑하여야 최적의 선택이 가능할 수 있으므로 한계가 존재할 수 있다.

일 예로, 기지국이 각각의 반사판(1030-1, 1030-2, 1030-3)과 각각의 단말들(1020-1, 1020-2, 1020-3, 1020-4) 사이의 채널을 확인하고자 하는 경우, 각각의 단말들(1020-1, 1020-2, 1020-3, 1020-4)은 각각의 반사판(1030-1, 1030-2, 1030-3)들과의 채널인 {h[k,n]}을 모두 측정해 기지국(1010) 보고해야 할 수 있다. 상술한 과정을 수행하는 경우, 복잡도는 매우 높아질 수 있으며, 무선 통신 업 링크 용량의 상당한 손실이 발생할 수 있다. 따라서, 기지국(1010)은 각각의 단말들(1020-1, 1020-2, 1020-3, 1020-4)로부터 채널 정보에 대한 피드백 없이 시행착오를 통해 최적의 조합을 선택하여 복잡도를 줄일 필요성이 있다.

또한, 일 예로, 이동통신 시스템에서 분산형 인공지능 학습을 효율화 하는 방법이 제공될 수 있다. 복수 개의 단말에 대한 데이터가 분산되어 존재하는 경우, 중앙집중형 학습 방법은 단말들이 각각의 데이터를 기지국으로 전달하고, 기지국에서 학습이 수행되는 방식일 수 있다. 다만, 단말들의 데이터를 기지국으로 보내는 중앙집중형 학습은 데이터 보안에 한계가 존재할 수 있다. 따라서, 사용자의 데이터를 보내지 않는 분산 학습 방식으로 무선 연합학습 방식이 필요할 수 있다. 이때, 무선 연합학습 방식은 단말들의 데이터 각각을 기지국으로 전송하는 대신에 각각의 단말들이 개별 학습을 진행하면서 로컬 모델 업데이트를 기지국으로 전송하는 방식일 수 있다. 이때, 기지국은 복수 개의 단말들로부터 수신한 로컬 모델 업데이트에 기초하여 로컬 모델 업데이트들의 합쳐진 값을 각각의 단말들로 전송할 수 있다. 이때, 상술한 절차는 지속적으로 반복될 수 있으며, 단말들의 연합으로 분산 학습이 진행될 수 있다.

여기서, 로컬 모델의 사이즈는 큰 경우가 많기 때문에 학습에 참여하는 단말들이 독립된 무선 자원으로 로컬 모델에 대한 정보를 업링크 채널로 전송하는 경우, 무선 자원 손실은 커질 수 있다. 따라서, 단말들이 같은 무선 자원을 활용하여 업링크로 로컬 순시 모델을 보내고 무선 상에서 자동으로 합쳐지는 무선 계산(Aircomp) 방식이 사용될 수 있다.

일 예로, 무선 계산(Aircomp) 방식은 각각의 단말들이 보낸 로컬 모델들을 동일한 크기로 합치기 위해서 무선 채널의 역에 비례하는 가중치를 인가하여 전송하는 방식일 수 있다.

구체적인 일 예로, 새로운 통신 시스템에 연합 학습(Federated Learning)의 모델 파라미터가 적용될 수 있다. 연합 학습(Federated Learning)은 개인의 프라이버시 보호, 분산 처리를 통한 기지국의 로드감소 및 기지국과 단말과의 트래픽을 감소시키는 경우 중 어느 하나에 적용될 수 있다. 다만, 이에 한정되는 것은 아닐 수 있다. 이때, 일 예로, 로컬 모델 파라미터(e.g. 딥 뉴럴 네트워크의 가중치, 정보)의 트래픽은 무선 통신환경에서 많은 부담을 줄 수 있으며, 이를 고려하여 상술한 로컬 모델 파라미터의 압축 또는 에어콤프(Aircomp(Over the Air Computing))를 통해 트래픽을 감소시킬 수 있다.

다만, 통신 시스템에서 무선통신 환경은 다양할 수 있다. 또한, 통신시스템에서 학습이 필요한 단말 수가 다양하게 설정될 수 있다. 여기서, 통신 시스템에는 상술한 환경을 고려하여 고정적인 특정 기술이 아닌 유동적인 운영 방법 및 시스템이 필요할 수 있다. 이를 통해, 통신 시스템의 자원 효율성을 증대시킬 수 있다. 일 예로, 에어콤프(Aircomp)를 통한 연합 학습(Federated Learning) 방식은 단말 모델 파라미터를 합치는 방식일 수 있다. 에어콤프 방식에 기초하여 전송이 수행되는 경우, 무선 통신 채널은 중첩(superposition) 성질에 기초하여 신호 전송을 수행하므로 전송 효율을 높일 수 있고, 기지국의 로드를 줄일 수 있다. 또한, 단말들은 동일한 통신채널을 공유할 수 있다. 따라서, 단말들이 다수 존재하는 경우, 전송 효율은 높아질 수 있다.

상술한 점을 고려하여, 단말 모델 파라미터 압축을 통한 연합 학습(Federated Learning) 방식은 각 단말이 파라미터의 특성을 고려하여 데이터에 대한 압축을 수행하여 기지국에 전송하는 방식일 수 있다. 따라서, 기지국이 연합 학습 방식에 기초하여 신호를 수신하는 경우, 기지국은 수신한 신호에 기초하여 압축을 풀고, 수집된 파라미터를 합산하는 동작을 수행할 필요성이 있으며, 기지국의 로드는 증가할 수 있다. 또한, 일 예로, 각 단말 수 별로 통신채널을 할당해야 되기 때문에, 사용 단말의 수에 비례하여 통신 트래픽이 증가할 수 있다. 따라서, 단말들이 다수 존재하는 경우, 압축을 통한 방식은 효율성을 감소시킬 수 있다.

일 예로, 연합 학습(Federated Learning) 방식에서 단말과 기지국간 가중치 시그널링 방법을 고정적으로 사용하는 경우, 효율성은 무선 환경에 기초하여 다를 수 있다. 일 예로, 효율성은 특정 환경에서 높을 수 있으나, 그 반대의 경우에는 오히려 효율성이 저해될 수 있다. 무선 환경은 유동적으로 변화할 수 있으므로 유동적으로 변동되는 무선 환경을 인식하고, 인식된 무선 환경에 기초한 기술이 선택될 필요성이 있다. 하기에서는 무선 환경의 효율성을 높이기 위해 상술한 바에 기초한 동작에 대해 서술한다.

일 예로, 각각의 단말은 연합 학습(Federated Learning) 방식에 기초하여 학습한 모델의 파라미터(e.g. 딥 뉴럴 네트워크의 가중치, 정보)를 기지국으로 전달할 수 있다. 각각의 단말들은 압축한 파라미터를 전달하고, 기지국은 하기 수학식 4에 기초하여 글로벌 모델을 업데이트할 수 있다. 여기서, c는 정보 압축 및 변조 처리일 수 있고, d는 복조 및 정보 복원 처리일 수 있다. 그 후, 기지국은 업데이트된 글로벌 모델을 각각의 단말로 전달할 수 있다.

[수학식 4]

보다 상세하게는, 각각의 단말은 모델 파라미터의 양을 최소화하는 방법에 기초하여 압축을 진행할 수 있다. 일 예로, 압축은 가중치 가지치기, 양자화 및 가중치 공유 중 적어도 어느 하나에 기초하여 수행될 수 있다. 또한, 일 예로, 압축은 다른 방법에 기초하여 수행될 수 있으며, 상술한 실시예로 한정되지 않는다. 여기서, 기존 신경망에 기초하여 압축을 수행하는 경우, 가중치(Weights) 중 실제 추론을 위해 필요한 값은 작은 값들에 대한 내성을 가질 수 있다. 즉, 실제 추론을 위해 필요한 가중치 값은 작은 값들에 대해서는 영향이 작을 수 있다. 상술한 점을 고려하여, 가중치 가지치기는 작은 가중치 값을 모두 0으로 설정할 수 있다. 이를 통해, 신경망은 네트워크 모델 크기를 줄일 수 있다. 또한, 일 예로, 양자화(Quantization)는 특정 비트 수로 데이터를 줄여서 계산하는 방식일 수 있다. 즉, 데이터는 특정 양자화된 값으로만 표현될 수 있다. 또한, 일 예로, 가중치 공유는 가중치 값들을 근사값(e.g. 코드북)에 기초하여 조정하고, 이를 공유하도록 하는 방식일 수 있다. 여기서, 네트워크에서 신호가 전송되는 경우, 해당 정보는 코드북과 그 값에 대한 인덱스만이 공유될 수 있다.

상술한 방법 중 어느 하나에 기초하여 각각의 단말은 데이터에 대한 압축을 수행할 수 있으며, 압축된 정보를 기지국으로 전송할 수 있다. 이때, 기지국은 압축된 “

”를 각각의 단말로부터 수신하고, 수신한 정보에 대한 압축을 해제하여 글로벌 모델의 파라미터를 계산하고 업데이트할 수 있다.

여기서, 각각의 단말은 개별적인 특성을 갖는 로컬모델 파라미터를 설정할 수 있다. 따라서, 각각의 단말이 압축을 수행하는 경우, 압축 효율은 단말마다 상이할 수 있다. 또한, 일 예로, 각각의 단말은 서로 상이한 하드웨어 리소스를 가질 수 있다. 여기서, 압축 효율은 하드웨어 리소스에 영향을 받을 수 있다. 따라서, 각각의 단말마다 압축효율이 상이할 수 있다.

구체적인 일 예로, 단말이 8비트로 양자화를 수행하는 경우, 64비트 연산 처리 기능이 구비된 단말은 높은 압축 효율을 얻을 수 있다. 반면, 16비트 연산 처리 기능이 구비된 단말은 압축 효율이 작을 수 있다. 또한, 일 예로, 단말이 저사양의 하드웨어를 구비하는 경우, 단말은 많은 압축 로드를 받을 수 있다. 따라서, 상술한 단말은 간단한 압축기법을 사용하는 것이 유리할 수 있다. 일 예로, IoT(Internet of Thing) 단말이나 저전력 단말들은 비교적 저사양의 하드웨어를 구비할 수 있는바, 간단한 압축 기법을 사용할 수 있다. 반면, AI에 기초하여 동작하는 단말이나 대용량의 데이터를 처리하는 단말은 고사양의 하드웨어를 구비할 수 있는바, 복잡한 압축 기법을 사용하여 압축 효율을 높일 수 있다. 즉, 단말별로 상이한 압축 방법이 사용될 수 있으며, 각각에 맞는 압축방법을 사용하는 것이 필요할 수 있다.

상술한 점을 고려하여, 각각의 단말은 로컬모델 파라미터의 개별적인 특성과 하드웨어 리소스에 적합한 압축방식을 사용할 수 있다. 이때, 단말들은 기지국으로 압축 방법에 대한 정보를 전달할 필요성이 있다. 기지국은 단말로부터 수신한 정보에 기초하여 각각의 단말로부터 수신한 압축된 데이터와 모델 파라미터를 복원할 수 있다.

일 예로 , 기지국과 단말이 반사판을 통해 통신을 수행하는 경우로써 상술한 에어콤프 방식의 연합학습이 수행되는 경우를 고려할 수 있다. 복수 개의 반사판이 존재하는 스마트 통신 환경에서 에어 콤프를 적용하는 경우, 복수 개의 단말들의 신호 전체가 반사판에 모두 전달되는 형태로 구성되어 최적화가 복잡할 수 있다. 따라서, 시그널링 처리가 어려워질 수 있다. 또한, 효율적인 프로토콜과 최적화 방식에 기초하여 반사판을 통해 에어콤프 연합학습을 효율적으로 수행하는 방법이 필요할 수 있으며, 하기에서는 이를 위한 방법에 대해 서술한다.

일 예로, 도 11은 본 개시의 일 실시예에 따라 연학학습 방법을 나타낸 도면이다. 도 11을 참조하면, 복수 개의 단말들에 분산되어 있는 데이터에 기초하여 연합 학습이 수행될 수 있다.

이때, 일 예로, 업링크 자원을 효율적으로 사용하기 위해 복수 개의 단말들(1120, 1130, 1140)이 기지국(1110)으로 로컬 모델 업데이트 정보를 전달하는 경우, 단말들(1120, 1130, 1140)은 동일한 무선자원을 사용해 무선상에서 글로벌 모델이 계산되는 방법을 통해 기지국(1110)으로 로컬 모델 업데이트 정보를 전달할 수 있으며, 이는 상술한 바와 같다. 일 예로, 도 11에서 복수 개의 단말들(1120, 1130, 1140)은 AI에 기초하여 자율 주행을 수행하는 차량이나, 스마트 디바이스 또는 그 밖의 장치일 수 있으며, 상술한 실시예로 한정되지 않는다.

일 예로, 연합학습은 하기 3단계로 구분되어 진행될 수 있다. 이때, 업데이트 값이 일정 값으로 수렴할 때까지 하기 3단계가 순차적으로 반복될 수 있다.

여기서, 첫 번째 단계는 각 단말들(1120, 1130, 1140)은 자신의 데이터를 이용해 이전에 수신한 글로벌 모델(

)을 업데이트하고, 로컬 모델(

)을 생성할 수 있다. 일 예로, 초기 글로벌 모델은 학습되지 않은 초기 신경망일 수 있으나, 이에 한정되는 것은 아닐 수 있다. 이때, 로컬 모델에 기초하여 업데이트를 수행할 수 있다. 일 예로, 하기 수학식 5는 Stochastic gradient 방법에 기초하여 업데이트가 수행되는 경우일 수 있으나, 해당 방법을 한정되는 것은 아닐 수 있다.

[수학식 5]

다음으로, 두 번째 단계는 각각의 단말들(1120, 1130, 1140)은 업데이트한 로컬 모델(

)을 기지국(1110)에게 동일한 무선 자원을 통해 전달할 수 있다. 여기서, 일 예로, 기지국(1110)은 서버 또는 클라우드 서버와 연결될 수 있다. 일 예로, 설명의 편의를 위해 기지국(1110)이 서버 역할을 하는 경우에 기초하여 서술하지만, 이에 한정되는 것은 아닐 수 있다. 일 예로, 기지국(1110)은 복수 개의 단말들로부터 수신한 로컬 모델들을 합치기 위해 서버로 글로벌 모델을 전달할 수 있으며, 상술한 실시예로 한정되지 않는다.

마지막으로, 세 번째 단계는 하기 수학식 6에 기초하여 무선 상에서 로컬 모델들이 합쳐진 글로벌 모델이 기지국(1110)에 의해 수신되고, 업데이트를 수행할 수 있다. 그 후, 기지국(1110)은 업데이트된 정보에 기초하여 k 시간에서 글로벌 모델을 복수 개의 단말들(1120, 1130, 1140)에게 전달할 수 있다. 일 예로, 상술한 3단계는 글로벌 모델의 값이 수렴되거나 주어진 횟수에 기초하여 반복적으로 수행될 수 있다.

[수학식 6]

여기서, 복수 개의 단말 및 복수 개의 반사판이 존재하는 스마트 통신 환경에서 상술한 연합학습에 기초하여 업데이트가 수행되는 방법이 필요할 수 있다. 일 예로, 도 12는 본 개시의 일 실시예에 따라 복수 개의 반사판이 존재하는 경우에 에어콤프 연합학습을 수행하는 방법을 나타낸 도면이다.

도 12를 참조하면, 복수 개의 반사판이 존재하는 경우, 기지국(1210)이 수신하는 무선 신호는 복수 개의 단말들(1220, 1230)로부터 직접 수신하는 신호와 반사판(1240)을 통해 수신하는 신호의 합으로 표현될 수 있다. 특히, 에어콤프 방식의 경우, 복수 개의 단말들(1220, 1230)이 동일한 무선 자원을 사용하기 때문에 복수 개의 신호들이 합쳐지는 경우에 무선 신호의 복잡도가 증가할 수 있다. 일 예로, K개의 단말들 및 L개의 반사판이 공존하는 환경에서 통신을 수행하는 경우, 기지국(1210)이 수신하는 신호는 하기 수학식 7과 같을 수 있다. 여기서,

는 복수의 단말들 각각을 구분하는 수신 신호이고,

는 사용자 u와 기지국 사이의 채널,

는 l 번째 반사판과 기지국간의 채널,

은 l 번째 반사판의 반사 위상,

는 사용자 u와 l 번째 반사판 간 채널,

는 사용자 u가 보낸 신호이고 n(t)는 수신 잡음이다.

[수학식 7]

이때, 에어콤프 연합학습에서 복수 개의 단말들(1220, 1230) 각각에 대한 로컬 모델들이 무선상에서 균등하게 합쳐지도록 복수 개의 단말들(1220, 1230)은 송신 계수를 이용하여 송신을 수행할 수 있다. 일 예로, 송신 계수가 반영된 송신 신호는 하기 수학식 8과 같을 수 있다.

[수학식 8]

여기서 송신 계수

는 채널 왜곡에 따른 상호 차이를 최소화하기 위해 각 단말의 효과 채널의 역에 비례하도록 할 수 있으며, 하기 수학식 9와 같을 수 있다.

[수학식 9]

여기서, α는 단말별 공통 송신 계수일 수 있다. 일 예로, 각각의 단말들(1220, 1230)이 송신 계수

를 이용해 에어콤프에 기초하여 송신을 수행하는 경우, 기지국(1210)에서 수신하는 신호는 하기 수학식 10과 같이 단말 로컬 모델을 균등하게 합하는 형태일 수 있다.

[수학식 10]

여기서, 상술한 방식에 기초하여 연합학습이 수행되는 경우, 반사판에 기초하여 복잡도가 증가할 수 있으며, 이를 구현하는데 한계가 존재할 수 있다. 일 예로, 상술한 l 번째 반사판의 반사 위상

의 최적화를 위해서는 복수 개의 단말들 모두의 채널을 고려해야 한다. 또한, 각 단말별 송신 계수인

를 생성하기 위해 L개의 반사판과 연관된 채널인

와

를 인지할 필요성이 있다. 또한, 반사판은 반사판 외의 통신 신호를 처리하는 베이스밴드(baseband)와 이와 관련된 구성을 구현하지 않고, 각도만을 조절하므로 한계가 존재할 수 있다.

상술한 점을 고려하여, 복수 개의 반사판이 존재하는 환경에서 효율적인 연합학습 방법이 필요할 수 있다. 일 예로, 도 13은 본 개시의 일 실시예에 따라 반사판을 선택하여 연합학습을 수행하는 방법을 나타낸 도면이다. 도 13을 참조하면, 복수 개의 단말들 각각은 하나 이하의 반사판을 선택할 수 있다. 즉, 각각의 단말은 하나의 반사판을 선택하여 신호를 기지국으로 전송하거나 반사판을 선택하지 않고 직접 기지국으로 신호를 전송할 수 있다.

보다 상세하게는, 단말 및 기지국은 반사판에 기초하여 최적의 반사판을 결정할 수 있다. 일 예로, 기지국은 단말의 위치 정보를 고려하여 복수 개의 반사판 중 최적의 반사판을 선택하고, 이에 대한 정보를 단말 및 반사판으로 전달할 수 있다. 또 다른 일 예로, 기지국은 단말의 위치 정보와 반사판의 위상까지 고려하여 최적의 반사판을 선택하고, 이에 대한 정보를 단말 및 반사판으로 전달할 수 있다. 또 다른 일 예로, 단말은 참조신호를 각각의 반사판을 통해 기지국으로 전송하고, 기지국은 단말로부터 수신한 참조신호에 기초하여 최적의 반사판을 결정할 수 있다. 그 후, 기지국은 결정된 최적의 반사판 정보를 단말 및 반사판으로 전달할 수 있다. 상술한 방식에 기초하여 단말들 각각은 하나 이하의 반사판을 선택할 수 있으며, 반사판이 선택되는 방법은 상술한 실시예로 한정되는 것은 아닐 수 있다.

도 13을 참조하면, 상술한 바에 기초하여 단말 u(1310)는 L개의 반사판 중 l번째 반사판(1320)을 선택할 수 있다. 이때, 단말 u(1310)는 선택된 반사판(1320)과 단말 u(1310)에 대해 최적의 반사 위상

을 도출할 수 있다. 여기서, l(u)는 단말 u(1310) 가 선택한 반사판의 번호일 수 있다. 일 예로, 하나의 반사판이 할당된 단말에 대해 SNR(signal noise ratio)를 최대화하는 경우, 최적의

는 하기 수학식 11에 기초하여 선택될 수 있다. 반면, 해당 반사판과 연계되지 않은 단말에 대해서는 수학식 11의

의 최적화 과정이 수행되지 않을 수 있다. 즉, 각각의 단말들은 연계된 각각의 반사판에 기초하여 위상 최적화를 수행할 수 있으며, 다른 반사판에 대해서는 위상 최적화를 수행하지 않을 수 있다.

[수학식 11]

여기서,

의 최적화 과정이 수행되는 경우, 반사판(1320)의 복잡도를 줄이기 위해 기지국(1330)에서 파일롯 심볼 별로 다른 위상 값을 바꾸도록 제어 신호를 반사판으로 전송한 후, 단말 u(1310)에 의해 전송되는 신호 중 신호가 가장 큰 파일럿 심볼의 인덱스를 기지국에 피드백하는 무작위 최적화 방법이 적용될 수 있다. 보다 상세하게는, 단말 u(1310)은 n개의 파일럿 신호에 기초하여 각각의 파일럿 신호를 선택된 반사판(1320)을 통해 기지국(1330)으로 전송할 수 있다. 일 예로, 단말 u(1310)은 첫 번째 반사체 위상 정보와 함께 첫 번째 파일럿 정보를 선택된 반사판(1320)으로 전송하고, 선택된 반사판(1320)은 첫 번째 반사체 위상으로 첫 번째 파일럿 정보를 기지국(1330)으로 전송할 수 있다. 그 후, 단말 u(1310)은 n번째 반사판까지 동일하게 반사체 위상 정보 및 파일럿 정보를 반사판(1320)으로 전달하고, 반사판(1320)은 각각의 파일럿 정보를 기지국(1330)으로 전송할 수 있다. 이때, 기지국은 수신한 복수 개의 파일럿 정보에 기초하여 신호가 가장 큰 파일럿 신호에 대한 인덱스 정보를 확인하고, 이에 기초하여 최적의 위상을 결정할 수 있다.

다음으로,

의 최적화 과정이 수행된 후, 단말 u(1310)는 신호 전송에 참여하는 반사판들의 위상을 상술한 바에서 구한 값으로 고정하고, 각각의 단말별로 직교한 업링크 파일럿 신호를 전송할 수 있다. 즉, 기지국(1330)은 각각의 단말별로 직교한 업링크 파일럿 신호를 수신하므로 각각의 단말별로 신호를 구별할 수 있다. 이때, 기지국(1330)은 파일럿 신호에 기초하여 각 단말별로 효과 채널을 구할 수 있다. 그 후, 기지국(1330)은 도출된 효과 채널을 각각의 단말들에게 전송할 수 있으며, 효과 채널은 하기 수학식 12와 같을 수 있다.

[수학식 12]

다음으로, 각각의 단말들은 효과 채널에 기초하여 단말 별 송신 계수를 하기 수학식 13에 기초하여 도출하고, 송신 계수에 기초하여 로컬 모델 정보를 기지국(1330)으로 전송할 수 있다. 기지국(1330)은 각각의 단말들로부터 전송되는 로컬 모델에 기초하여 글로벌 모델 업데이트를 수행하고, 이를 각각의 단말들로 전송할 수 있으며, 이는 상술한 바와 같다.

[수학식 13]

도 14는 본 개시의 일 실시예에 따라 무선 통신 시스템에서 단말의 동작 방법을 나타낸 순서도이다.

일 예로, 단말은 기지국으로부터 반사판 할당 정보를 수신할 수 있다.(S1410) 이때, 기지국은 복수 개의 단말들이 존재하고, 복수 개의 반사판이 존재하는 환경에서 통신을 수행할 수 있다. 또한, 복수 개의 단말들 각각은 에어콤프 방식의 연합학습에 기초하여 통신을 수행할 수 있다. 즉, 복수 개의 단말들 각각은 기지국으로부터 글로벌 모델 정보를 수신하고, 이에 기초하여 각각의 로컬 모델 정보를 생성할 수 있다. 이때, 복수 개의 단말들은 동일한 무선 자원에 기초하여 각각의 로컬 모델 정보를 상기 기지국으로 전송할 수 있다. 이때, 기지국은 복수 개의 단말들로부터 수신한 로컬 모델 정보에 기초하여 글로벌 모델 정보를 업데이트할 수 있으며, 업데이트한 글로벌 모델 정보를 복수 개의 단말들로 전송할 수 있다. 이때, 상술한 바와 같이 복수 개의 반사판이 존재하는 경우, 반사판을 고려한 통신이 필요할 수 있다. 일 예로, 기지국은 각각의 단말들에 대해서 하나 또는 그 이하의 반사판을 할당하고, 반사판 할당 정보를 각각의 단말들에게 전송할 수 있다.

이때, 단말은 반사판 할당 정보에 기초하여 선택된 반사판을 통해 적어도 하나 이상의 참조신호를 기지국으로 전송할 수 있다.(S1420) 이때, 적어도 하나 이상의 참조신호 각각은 서로 다른 위상을 가질 수 있다. 일 예로, 단말은 적어도 하나 이상의 참조신호 각각에 대한 정보 및 각각의 반사판 위상 정보를 반사판으로 전달하고, 반사판은 참조신호 각각에 대한 정보 및 반사판 위상 정보에 기초하여 각각의 참조신호를 기지국으로 전송할 수 있으며, 이는 상술한 바와 같다. 그 후, 기지국은 서로 다른 위상에 기초하여 전송되는 적어도 하나 이상의 참조신호에 기초하여 최적의 위상 정보를 획득할 수 있다.(S1430) 이때, 기지국은 최적의 위상 정보를 단말로 전송할 수 있다. 일 예로, 기지국은 획득한 최적의 위상 정보에 대응되는 참조신호의 인덱스 정보를 단말로 전송할 수 있다. 단말은 최적의 위상 정보에 대응되는 참조신호의 인덱스 정보를 수신하고, 반사판의 위상 정보에 기초하여 채널 정보를 확인할 수 있다.(S1440) 이때, 채널 정보는 효과채널 정보일 수 있다. 일 예로, 복수 개의 단말들 각각은 각각 선택된 반사판에 기초하여 각각의 위상 정보를 획득하고, 결정된 위상으로 참조신호를 기지국으로 전송할 수 있으며, 참조신호는 직교할 수 있다. 일 예로, 참조신호는 상술한 파일럿 신호일 수 있으며, 상술한 실시예로 한정되지 않는다. 기지국은 복수 개의 단말들로부터 수신한 참조신호에 기초하여 각각의 단말들에 대한 효과 채널을 측정하고, 이에 대한 정보를 복수 개의 단말들 각각으로 피드백할 수 있다. 이때, 복수 개의 단말들 각각은 피드백 정보에 기초하여 신호를 전송할 수 있다. 즉, 상술한 단말은 피드백 정보에 기초하여 신호를 전송할 수 있으며(S1450), 신호는 각각의 단말에 대한 상술한 로컬 모델 정보일 수 있다.

즉, 복수 개의 단말들 각각은 상술한 바에 기초하여 반사판 및 반사판의 위상을 선택하고, 선택된 반사판을 통해 로컬 모델 정보를 기지국으로 전송할 수 있다. 그 후, 기지국은 수신한 로컬 모델 정보에 기초하여 글로벌 모델 업데이트를 수행할 수 있으며, 이는 상술한 바와 같다.

도 15는 본 개시의 일 실시예에 따라 무선 통신 시스템에서 기지국의 동작 방법을 나타낸 순서도이다.

일 예로, 기지국은 복수 개의 단말들 각각으로 반사판 할당 정보를 전송할 수 있다. (S1510) 이때, 기지국은 복수 개의 단말들이 존재하고, 복수 개의 반사판이 존재하는 환경에서 통신을 수행할 수 있다. 또한, 복수 개의 단말들 각각은 에어콤프 방식의 연합학습에 기초하여 통신을 수행할 수 있다. 즉, 복수 개의 단말들 각각은 기지국으로부터 글로벌 모델 정보를 수신하고, 이에 기초하여 각각의 로컬 모델 정보를 생성할 수 있다. 이때, 복수 개의 단말들은 동일한 무선 자원에 기초하여 각각의 로컬 모델 정보를 상기 기지국으로 전송할 수 있다. 이때, 기지국은 복수 개의 단말들로부터 수신한 로컬 모델 정보에 기초하여 글로벌 모델 정보를 업데이트할 수 있으며, 업데이트한 글로벌 모델 정보를 복수 개의 단말들로 전송할 수 있다. 이때, 상술한 바와 같이 복수 개의 반사판이 존재하는 경우, 반사판을 고려한 통신이 필요할 수 있다. 일 예로, 기지국은 각각의 단말들에 대해서 하나 또는 그 이하의 반사판을 할당하고, 반사판 할당 정보를 각각의 단말들에게 전송할 수 있다.

이때, 일 예로, 기지국은 복수 개의 단말들 중 제 1 단말로부터 선택된 반사판을 통해 적어도 하나 이상의 참조신호를 수신할 수 있다.(S1520) 또한, 기지국은 복수 개의 단말들 각각에 대해서 상술한 동작을 수행할 수 있다. 이때, 적어도 하나 이상의 참조신호 각각은 서로 다른 위상을 가질 수 있다. 일 예로, 단말은 적어도 하나 이상의 참조신호 각각에 대한 정보 및 각각의 반사판 위상 정보를 반사판으로 전달하고, 반사판은 참조신호 각각에 대한 정보 및 반사판 위상 정보에 기초하여 각각의 참조신호를 기지국으로 전송할 수 있으며, 이는 상술한 바와 같다. 그 후, 기지국은 서로 다른 위상에 기초하여 전송되는 적어도 하나 이상의 참조신호에 기초하여 최적의 위상 정보를 생성하고, 생성된 최적의 위상 정보(또는 반사판의 위상 정보)를 제 1 단말로 전송할 수 있다. (S1530) 또한, 기지국은 복수 개의 단말들 각각에 대해서도 상술한 동작을 수행할 수 있다.

일 예로, 기지국은 획득한 최적의 위상 정보에 대응되는 참조신호의 인덱스 정보를 단말로 전송할 수 있다. 그 후, 기지국은 최적의 위상 정보에 기초하여 복수 개의 단말들 각각으로부터 각각의 반사판을 통해 참조신호를 수신할 수 있다. 이때, 복수 개의 단말들 각각으로부터 전송되는 참조신호는 직교한 신호일 수 있으며, 기지국은 이를 통해 복수 개의 단말들 각각에 대한 효과 채널 정보를 생성할 수 있다.

그 후, 기지국은 제 1 단말의 채널 정보를 제 1 단말로 전송할 수 있다.(S1540) 또한, 기지국은 복수 개의 다른 단말들에 대해서 동일한 동작을 수행할 수 있다. 이때, 채널 정보는 효과채널 정보일 수 있으며, 이는 상술한 바와 같다. 여기서 일 예로, 참조신호는 상술한 파일럿 신호일 수 있으며, 상술한 실시예로 한정되지 않는다. 기지국은 복수 개의 단말들로부터 수신한 참조신호에 기초하여 각각의 단말들에 대한 효과 채널을 측정하고, 이에 대한 정보를 복수 개의 단말들 각각으로 피드백할 수 있다. 이때, 기지국은 제 1 단말로부터 채널 정보에 기초하여 신호를 수신할 수 있다.(S1550) 또한, 기지국은 복수 개의 단말들 각각으로부터 동일한 동작을 수행할 수 있다. 이때, 신호는 각각의 단말에 대한 상술한 로컬 모델 정보일 수 있으며, 이는 상술한 바와 같다. 즉, 복수 개의 단말들 각각은 상술한 바에 기초하여 반사판 및 반사판의 위상을 선택하고, 선택된 반사판을 통해 로컬 모델 정보를 기지국으로 전송할 수 있다. 그 후, 기지국은 수신한 로컬 모델 정보에 기초하여 글로벌 모델 업데이트를 수행할 수 있으며, 이는 상술한 바와 같다.

상기 설명한 제안 방식에 대한 일례들 또한 본 개시의 구현 방법들 중 하나로 포함될 수 있으므로, 일종의 제안 방식들로 간주될 수 있음은 명백한 사실이다. 또한, 상기 설명한 제안 방식들은 독립적으로 구현될 수도 있지만, 일부 제안 방식들의 조합 (또는 병합) 형태로 구현될 수도 있다. 상기 제안 방법들의 적용 여부 정보 (또는 상기 제안 방법들의 규칙들에 대한 정보)는 기지국이 단말에게 사전에 정의된 시그널 (예: 물리 계층 시그널 또는 상위 계층 시그널)을 통해서 알려주도록 규칙이 정의될 수 가 있다.

본 개시는 본 개시에서 서술하는 기술적 아이디어 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 개시의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 개시의 등가적 범위 내에서의 모든 변경은 본 개시의 범위에 포함된다. 또한, 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시 예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함할 수 있다.

본 개시의 실시 예들은 다양한 무선접속 시스템에 적용될 수 있다. 다양한 무선접속 시스템들의 일례로서, 3GPP(2rd Generation Partnership Project) 또는 3GPP2 시스템 등이 있다.

본 개시의 실시 예들은 상기 다양한 무선접속 시스템뿐 아니라, 상기 다양한 무선접속 시스템을 응용한 모든 기술 분야에 적용될 수 있다. 나아가, 제안한 방법은 초고주파 대역을 이용하는 mmWave, THzWave 통신 시스템에도 적용될 수 있다.

추가적으로, 본 개시의 실시 예들은 자유 주행 차량, 드론 등 다양한 애플리케이션에도 적용될 수 있다.

Claims (17)

1. 무선 통신 시스템에서 단말 동작 방법에 있어서,
   기지국으로부터 반사판 할당 정보를 수신하는 단계;
   상기 반사판 할당 정보에 기초하여 적어도 하나 이상의 참조신호를 선택된 반사판을 통해 상기 기지국으로 전송하는 단계;
   상기 기지국으로부터 상기 반사판의 위상 정보를 획득하는 단계;
   상기 반사판의 상기 위상 정보에 기초하여 상기 단말의 채널 정보를 확인하는 단계; 및
   상기 채널 정보에 기초하여 신호를 전송하는 단계;를 포함하는, 단말 동작 방법.
2. 제 1 항에 있어서,
   상기 단말을 포함하는 복수 개의 단말들은 에어콤프 방식의 연합학습에 기초하여 상기 기지국과 통신을 수행하는, 단말 동작 방법.
3. 제 2 항에 있어서,
   상기 복수 개의 단말들이 상기 에어콤프 방식의 연합학습에 기초하여 상기 기지국과 통신을 수행하는 경우, 상기 복수 개의 단말들 각각은 제 1 글로벌 모델 정보에 기초하여 각각의 로컬 모델 정보를 생성하고, 상기 복수 개의 단말들에 대한 상기 각각의 로컬 모델 정보는 동일한 무선 자원에 기초하여 상기 기지국으로 전송되고, 상기 기지국은 상기 각각의 로컬 모델 정보에 기초하여 상기 제 1 글로벌 모델 정보를 제 2 글로벌 모델 정보로 업데이트하는, 단말 동작 방법.
4. 제 3항에 있어서,
   상기 기지국은 상기 업데이트된 상기 제 2 글로벌 모델 정보를 상기 복수 개의 단말들 각각으로 전달하는, 단말 동작 방법.
5. 제 4항에 있어서,
   상기 채널 정보에 기초하여 전송되는 상기 신호는 상기 단말의 로컬 모델 정보인, 단말 동작 방법.
6. 제 5항에 있어서,
   상기 기지국은 상기 복수 개의 단말들과 복수 개의 반사판에 기초하여 통신을 수행하되,
   상기 에어콤프 방식의 연합학습에 기초하여 상기 복수 개의 단말들과 통신을 수행하는 경우, 상기 복수 개의 단말들 각각에는 하나 이하의 반사판이 선택되고, 상기 선택된 하나 이하의 반사판 정보는 상기 반사판 할당 정보에 기초하여 전달되는, 단말 동작 방법.
7. 제 1항에 있어서,
   상기 단말은 상기 반사판 할당 정보에 기초하여 상기 선택된 반사판을 통해 상기 적어도 하나 이상의 참조신호를 상기 선택된 반사판을 통해 상기 기지국으로 전송하는 경우, 상기 적어도 하나 이상의 참조신호 각각은 서로 다른 위상으로 상기 반사판을 통해 상기 기지국으로 전송되는, 단말 동작 방법.
8. 제 7항에 있어서,
   상기 단말이 상기 적어도 하나 이상의 참조신호 중 제 1 참조신호를 상기 반사판을 통해 상기 기지국으로 전송하는 경우, 상기 단말은 상기 제 1 참조신호 정보 및 상기 제 1 참조신호에 기초한 반사판의 위상 정보를 상기 반사판으로 전달하고,
   상기 반사판은 상기 제 1 참조신호 정보 및 상기 제 1 참조신호에 기초한 상기 반사판의 위상 정보를 통해 상기 제 1 참조신호를 상기 기지국으로 전달하는, 단말 동작 방법.
9. 제 7항에 있어서,
   상기 서로 다른 위상에 기초하여 전송되는 상기 적어도 하나 이상의 참조신호에 기초하여 상기 기지국은 최적의 위상 정보를 획득하고,
   상기 획득한 최적의 위상 정보에 대응되는 참조신호의 인덱스 정보를 상기 단말로 전송하는, 단말 동작 방법.
10. 제 9항에 있어서,
    상기 단말은 상기 참조신호의 인덱스 정보에 기초하여 상기 기지국으로 전송하는 참조신호를 선택하여 상기 기지국으로 전송하되,
    상기 단말을 포함하는 복수 개의 단말들 각각은 상기 기지국으로부터 각각의 참조신호의 인덱스 정보를 수신하고, 상기 각각의 참조신호의 인덱스 정보에 기초하여 각각의 참조신호를 선택하여 상기 기지국으로 전송하는, 단말 동작 방법.
11. 제 10항에 있어서,
    상기 복수 개의 단말들의 상기 각각의 참조신호들은 직교하는 신호인, 단말 동작 방법.
12. 제 11항에 있어서,
    상기 기지국은 상기 복수 개의 단말들 각각으로부터 수신한 상기 각각의 참조신호에 기초하여 상기 복수 개의 단말들 각각에 대한 효과 채널을 측정하고,
    상기 측정된 효과 채널 정보를 상기 복수 개의 단말들로 전달하는, 단말 동작 방법.
13. 무선 통신 시스템에서 기지국 동작 방법에 있어서,
    복수 개의 단말들 각각으로 반사판 할당 정보를 전송하는 단계;
    상기 복수 개의 단말들 중 제 1 단말로부터 선택된 반사판을 통해 적어도 하나 이상의 참조신호를 수신하는 단계;
    상기 수신한 적어도 어느 하나 이상의 참조신호에 기초하여 상기 반사판의 위상 정보를 생성하고, 상기 생성된 반사판의 위상 정보를 상기 제 1단말로 전송하는 단계;
    상기 위상 정보에 기초하여 상기 제 1 단말의 채널 정보를 생성하고, 상기 채널 정보를 상기 제 1 단말로 전송하는 단계; 및
    상기 제 1 단말로부터 상기 채널 정보에 기초하여 신호를 수신하는 단계;를 포함하는, 기지국 동작 방법.
14. 무선 통신 시스템의 단말에 있어서,
    송수신기; 및
    상기 송수신기와 연결된 프로세서를 포함하고,
    상기 프로세서는,
    상기 송수신기를 이용하여 기지국으로부터 반사판 할당 정보를 수신하고,
    상기 송수신기를 이용하여 상기 반사판 할당 정보에 기초하여 적어도 하나 이상의 참조신호를 선택된 반사판을 통해 상기 기지국으로 전송하고,
    상기 송수신기를 이용하여 상기 기지국으로부터 상기 반사판의 위상 정보를 획득하고,
    상기 반사판의 상기 위상 정보에 기초하여 상기 단말의 채널 정보를 확인하고, 및
    상기 송수신기를 이용하여 상기 채널 정보에 기초하여 신호를 전송하는, 단말.
15. 무선 통신 시스템의 기지국에 있어서,
    송수신기; 및
    상기 송수신기와 연결된 프로세서를 포함하고,
    상기 프로세서는,
    상기 송수신기를 이용하여 복수 개의 단말들 각각으로 반사판 할당 정보를 전송하고,
    상기 송수신기를 이용하여 상기 복수 개의 단말들 중 제 1 단말로부터 선택된 반사판을 통해 적어도 하나 이상의 참조신호를 수신하고,
    상기 수신한 적어도 어느 하나 이상의 참조신호에 기초하여 상기 반사판의 위상 정보를 생성하고, 상기 송수신기를 이용하여 상기 생성된 반사판의 위상 정보를 상기 제 1 단말로 전송하고,
    상기 송수신기를 이용하여 상기 위상 정보에 기초하여 상기 제 1 단말의 채널 정보를 생성하고, 상기 채널 정보를 상기 제 1 단말로 전송하고, 및
    상기 송수신기를 이용하여 상기 제 1 단말로부터 상기 채널 정보에 기초하여 신호를 수신하는, 단말.
16. 적어도 하나의 메모리 및 상기 적어도 하나의 메모리들과 기능적으로 연결되어 있는 적어도 하나의 프로세서를 포함하는 장치에 있어서,
    상기 적어도 하나의 프로세서는 상기 장치가,
    복수 개의 단말들 각각으로 반사판 할당 정보를 전송하고,
    상기 복수 개의 단말들 중 제 1 단말로부터 선택된 반사판을 통해 적어도 하나 이상의 참조신호를 수신하고,
    상기 수신한 적어도 어느 하나 이상의 참조신호에 기초하여 상기 반사판의 위상 정보를 생성하고,
    상기 생성된 반사판의 위상 정보를 상기 단말로 전송하고,
    상기 위상 정보에 기초하여 상기 제 1 단말의 채널 정보를 생성하고, 상기 채널 정보를 상기 제 1 단말로 전송하고, 및
    상기 제 1 단말로부터 상기 채널 정보에 기초하여 신호를 수신하는, 장치.
17. 적어도 하나의 명령어(instructions)을 저장하는 비-일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer-readable medium)에 있어서,
    프로세서에 의해 실행 가능한(executable) 상기 적어도 하나의 명령어를 포함하며,
    상기 적어도 하나의 명령어는,
    복수 개의 단말들 각각으로 반사판 할당 정보를 전송하고,
    상기 복수 개의 단말들 중 제 1 단말로부터 선택된 반사판을 통해 적어도 하나 이상의 참조신호를 수신하고,
    상기 수신한 적어도 어느 하나 이상의 참조신호에 기초하여 상기 반사판의 위상 정보를 생성하고,
    상기 생성된 반사판의 위상 정보를 상기 단말로 전송하고,
    상기 위상 정보에 기초하여 상기 제 1 단말의 채널 정보를 생성하고, 상기 채널 정보를 상기 제 1 단말로 전송하고, 및
    상기 제 1 단말로부터 상기 채널 정보에 기초하여 신호를 수신하는, 컴퓨터 판독 가능 매체.

Images