KR20240086097A - 무선 통신 시스템에서 다중 업링크 캐리어 접속을 지원하는 방법 및 장치 - Google Patents

무선 통신 시스템에서 다중 업링크 캐리어 접속을 지원하는 방법 및 장치 Download PDF

Info

Publication number
KR20240086097A
KR20240086097A KR1020220171291A KR20220171291A KR20240086097A KR 20240086097 A KR20240086097 A KR 20240086097A KR 1020220171291 A KR1020220171291 A KR 1020220171291A KR 20220171291 A KR20220171291 A KR 20220171291A KR 20240086097 A KR20240086097 A KR 20240086097A
Authority
KR
South Korea
Prior art keywords
carrier
path loss
terminal
information
base station
Prior art date
Application number
KR1020220171291A
Other languages
English (en)
Inventor
이창성
김서욱
송수은
이재홍
장현덕
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020220171291A priority Critical patent/KR20240086097A/ko
Priority to US18/094,653 priority patent/US20240196337A1/en
Publication of KR20240086097A publication Critical patent/KR20240086097A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/06—TPC algorithms
    • H04W52/14—Separate analysis of uplink or downlink
    • H04W52/146—Uplink power control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/242—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account path loss
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/30—TPC using constraints in the total amount of available transmission power
    • H04W52/32—TPC of broadcast or control channels
    • H04W52/325—Power control of control or pilot channels
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W74/00—Wireless channel access
    • H04W74/002—Transmission of channel access control information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W74/00—Wireless channel access
    • H04W74/04—Scheduled access

Landscapes

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

Abstract

본 개시는 LTE와 같은 4G 통신 시스템 이후 보다 높은 데이터 전송률을 지원하기 위한 5G 또는 6G 통신 시스템에 관련된 것이다. 본 개시의 무선 통신 시스템에서 단말의 방법은 AI 기반 UL 경로 손실의 추정을 위한 AI 모델 설정 정보를 기지국으로부터 수신하는 단계 및 상기 AI 모델 설정 정보에 기초하여, 베이스 UL 캐리어에 대한 AI 기반 UL 경로 손실을 추정하는 단계를 포함할 수 있다.

Description

무선 통신 시스템에서 다중 업링크 캐리어 접속을 지원하는 방법 및 장치 {METHOD AND APPARATUS FOR SUPPORTING MULTIPLE UPLINK CARRIER ACCESS IN WIRELESS COMMUNICATION SYSTEM}
본 개시는 무선 통신 시스템에서 다중 업링크 캐리어 접속 및 업링크 전송 전력 제어를 지원하기 위한 방법 및 장치에 관한 것이다.
무선 통신 세대를 거듭하면서 발전한 과정을 돌아보면 음성, 멀티미디어, 데이터 등 주로 인간 대상의 서비스를 위한 기술이 개발되어 왔다. 5G (5th-generation) 통신 시스템 상용화 이후 폭발적인 증가 추세에 있는 커넥티드 기기들이 통신 네트워크에 연결될 것으로 전망되고 있다. 네트워크에 연결된 사물의 예로는 차량, 로봇, 드론, 가전제품, 디스플레이, 각종 인프라에 설치된 스마트 센서, 건설기계, 공장 장비 등이 있을 수 있다. 모바일 기기는 증강현실 안경, 가상현실 헤드셋, 홀로그램 기기 등 다양한 폼팩터로 진화할 것으로 예상된다. 6G (6th-generation) 시대에는 수천억 개의 기기 및 사물을 연결하여 다양한 서비스를 제공하기 위해, 개선된 6G 통신 시스템을 개발하기 위한 노력이 이루어지고 있다. 이러한 이유로, 6G 통신 시스템은 5G 통신 이후 (beyond 5G) 시스템이라 불리어지고 있다.
2030년쯤 실현될 것으로 예측되는 6G 통신 시스템에서 최대 전송 속도는 테라 (즉, 1,000기가) bps, 무선 지연시간은 100마이크로초(μsec) 이다. 즉, 5G 통신 시스템대비 6G 통신 시스템에서의 전송 속도는 50배 빨라지고 무선 지연시간은 10분의 1로 줄어든다.
이러한 높은 데이터 전송 속도 및 초저(ultra low) 지연시간을 달성하기 위해, 6G 통신 시스템은 테라헤르츠(terahertz) 대역 (예를 들어, 95기가헤르츠(95GHz)에서 3테라헤르츠(3THz)대역과 같은)에서의 구현이 고려되고 있다. 테라헤르츠 대역에서는 5G에서 도입된 밀리미터파(mmWave) 대역에 비해 더 심각한 경로손실 및 대기흡수 현상으로 인해서 신호 도달거리, 즉 커버리지를 보장할 수 있는 기술의 중요성이 더 커질 것으로 예상된다. 커버리지를 보장하기 위한 주요 기술로서 RF(radio frequency) 소자, 안테나, OFDM (orthogonal frequency division multiplexing)보다 커버리지 측면에서 더 우수한 신규 파형(waveform), 빔포밍(beamforming) 및 거대 배열 다중 입출력(massive multiple-input and multiple-output; massive MIMO), 전차원 다중 입출력(full dimensional MIMO; FD-MIMO), 어레이 안테나(array antenna), 대규모 안테나(large scale antenna)와 같은 다중 안테나 전송 기술 등이 개발되어야 한다. 이 외에도 테라헤르츠 대역 신호의 커버리지를 개선하기 위해 메타물질(metamaterial) 기반 렌즈 및 안테나, OAM(orbital angular momentum)을 이용한 고차원 공간 다중화 기술, RIS(reconfigurable intelligent surface) 등 새로운 기술들이 논의되고 있다.
또한 주파수 효율 향상 및 시스템 네트워크 개선을 위해, 6G 통신 시스템에서는 상향링크(uplink)와 하향링크(downlink)가 동일 시간에 동일 주파수 자원을 동시에 활용하는 전이중화(full duplex) 기술, 위성(satellite) 및 HAPS(high-altitude platform stations)등을 통합적으로 활용하는 네트워크 기술, 이동 기지국 등을 지원하고 네트워크 운영 최적화 및 자동화 등을 가능하게 하는 네트워크 구조 혁신 기술, 스펙트럼 사용 예측에 기초한 충돌 회피를 통한 동적 주파수 공유 (dynamic spectrum sharing) 기술, AI (artificial intelligence)를 설계 단계에서부터 활용하고 종단간(end-to-end) AI 지원 기능을 내재화하여 시스템 최적화를 실현하는 AI 기반 통신 기술, 단말 연산 능력의 한계를 넘어서는 복잡도의 서비스를 초고성능 통신과 컴퓨팅 자원(mobile edge computing (MEC), 클라우드 등)을 활용하여 실현하는 차세대 분산 컴퓨팅 기술 등의 개발이 이루어지고 있다. 뿐만 아니라 6G 통신 시스템에서 이용될 새로운 프로토콜의 설계, 하드웨어 기반의 보안 환경의 구현 및 데이터의 안전 활용을 위한 메커니즘 개발 및 프라이버시 유지 방법에 관한 기술 개발을 통해 디바이스 간의 연결성을 더 강화하고, 네트워크를 더 최적화하고, 네트워크 엔티티의 소프트웨어화를 촉진하며, 무선 통신의 개방성을 높이려는 시도가 계속되고 있다.
이러한 6G 통신 시스템의 연구 및 개발로 인해, 사물 간의 연결뿐만 아니라 사람과사물 간의 연결까지 모두 포함하는 6G 통신 시스템의 초연결성(hyper-connectivity)을 통해 새로운 차원의 초연결 경험(the next hyper-connected experience)이 가능해질 것으로 기대된다. 구체적으로 6G 통신 시스템을 통해 초실감 확장 현실(truly immersive extended reality; truly immersive XR), 고정밀 모바일 홀로그램(high-fidelity mobile hologram), 디지털 복제(digital replica) 등의 서비스 제공이 가능할 것으로 전망된다. 또한 보안 및 신뢰도 증진을 통한 원격 수술(remote surgery), 산업 자동화(industrial automation) 및 비상 응답(emergency response)과 같은 서비스가 6G 통신 시스템을 통해 제공됨으로써 산업, 의료, 자동차, 가전 등 다양한 분야에서 응용될 것이다.
본 개시는 무선 통신 시스템에서 AI 기반의 다중 업링크 캐리어 접속 및 업링크 전송 전력 제어를 지원하기 위한 방법 및 장치를 제공한다.
본 개시의 일 실시예에 따른, 무선 통신 시스템에서 단말의 방법은 AI 기반 UL 경로 손실의 추정을 위한 AI 모델 설정 정보를 기지국으로부터 수신하는 단계; 및 상기 AI 모델 설정 정보에 기초하여, 베이스 UL 캐리어에 대한 AI 기반 UL 경로 손실을 추정하는 단계를 포함할 수 있다.
본 개시의 일 실시예에 따른, 무선 통신 시스템에서 단말은, 상기 메모리에 연결된 프로세서를 포함하며, 상기 프로세서는: AI(artificial intelligence) 기반 업링크(UL) 경로 손실의 추정을 위한 AI 모델 설정 정보를 기지국으로부터 수신하고, 상기 AI 모델 설정 정보에 기초하여, 베이스 UL 캐리어에 대한 AI 기반 UL 경로 손실을 추정하도록 설정될 수 있다.
도 1은 본 개시의 일 실시예에 따른 업링크(UL) 강화를 위한 방안을 예시한다.
도 2는 본 개시의 일 실시예에 따른, 다운링크(DL) 측정을 이용하여 UL 커버리지와 UL 전력을 결정하는 시나리오의 일 예를 도시한다.
도 3은 본 개시의 일 실시예에 따른, 다중 UL 캐리어 접속을 위한 방법을 나타낸다.
도 4는 본 개시의 일 실시예에 따른, AI 기반 UL 추론을 위한 시나리오의 일 예를 나타낸다.
도 5는 본 개시의 일 실시예에 따른, 단말이 AI 기반 UL 추론을 수행하는 절차를 나타낸다.
도 6은 본 개시의 일 실시예에 따른, AI 기반 UL 추론을 위한 AI 모델의 일 예를 나타낸다.
도 7은 본 개시의 일 실시예에 따른, UL 캐리어 추가를 위한 시나리오의 일 예를 나타낸다.
도 8은 본 개시의 일 실시예에 따른, UL 캐리어 추가를 위한 절차의 일 예를 나타낸다.
도 9는 본 개시의 일 실시예에 따른, UL 캐리어 추가를 위한 절차의 다른 예를 나타낸다.
도 10은 본 개시의 일 실시예에 따른, UL 캐리어 해제를 위한 시나리오의 일 예를 나타낸다.
도 11은 본 개시의 일 실시예에 따른, UL 캐리어 해제를 위한 절차의 일 예를 나타낸다.
도 12는 본 개시의 일 실시예에 따른, AI 모델의 학습(training)을 위한 데이터 수집 절차의 일 예를 나타낸다.
도 13은 본 개시의 일 실시예에 따른, AI 모델의 학습을 위한 데이터 수집 절차의 일 예를 나타낸다.
도 14는 본 개시의 일 실시예에 따른, 단말의 방법을 나타내는 흐름도이다.
도 15는 본 개시의 일 실시 예에 따른, 무선 통신 시스템에서 단말의 일 구성 예를 나타낸 도면이다.
도 16은 본 개시의 일 실시 예에 따른, 무선 통신 시스템에서 기지국의 일 구성 예를 나타낸 도면이다.
실시예를 설명함에 있어서 본 개시가 속하는 기술 분야에 익히 알려져 있고 본 개시와 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 개시의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.
마찬가지 이유로 첨부된 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시되었다. 또한, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 각 도면에서 동일한 또는 대응하는 구성 요소에는 동일한 참조 번호를 부여하였다.
본 개시의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시의 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 개시의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시는 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. 또한 본 개시를 설명함에 있어서 관련된 기능 또는 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단된 경우 그 상세한 설명은 생략한다. 그리고 후술되는 용어들은 본 개시에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예를 들면, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이때, 본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다. 또한 실시예에서 '~부'는 하나 이상의 프로세서를 포함할 수 있다.
본 개시에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나" 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성 요소를 다른 해당 구성 요소와 구분하기 위해 사용될 수 있으며, 해당 구성 요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다.
무선 통신 시스템은 초기의 음성 위주의 서비스를 제공하던 것에서 벗어나 예를 들어, 3GPP의 HSPA(High Speed Packet Access), LTE(Long Term Evolution 또는 E-UTRA (Evolved Universal Terrestrial Radio Access)), LTE-Advanced (LTE-A), LTE-Pro, 3GPP2의 HRPD(High Rate Packet Data), UMB(Ultra Mobile Broadband), 및 IEEE의 802.16e 등의 통신 표준과 같이 고속, 고품질의 패킷 데이터 서비스를 제공하는 광대역 무선 통신 시스템으로 발전하고 있다.
상기 광대역 무선 통신 시스템의 대표적인 예로, LTE 시스템에서는 하향링크(Downlink; DL)에서는 OFDM(Orthogonal Frequency Division Multiplexing) 방식을 채용하고 있고, 상향링크(Uplink; UL)에서는 SC-FDMA(Single Carrier Frequency Division Multiple Access) 방식을 채용하고 있다. 상향링크는 단말(UE(User Equipment) 또는 MS(Mobile Station))이 기지국(eNode B, 또는 base station(BS))으로 데이터 또는 제어신호를 전송하는 무선링크를 뜻하고, 하향링크는 기지국이 단말로 데이터 또는 제어 신호를 전송하는 무선 링크를 뜻한다. 상기와 같은 다중 접속 방식은, 통상 각 사용자 별로 데이터 또는 제어정보를 실어 보낼 시간-주파수 자원을 서로 겹치지 않도록, 즉 직교성 (Orthogonality)이 성립하도록, 할당 및 운용함으로써 각 사용자의 데이터 또는 제어정보를 구분할 수 있다.
이하, 기지국(base station: BS)은 단말의 자원할당을 수행하는 주체로서, gNode B, gNB, eNode B, eNB, Node B, 무선 접속 유닛, 기지국 제어기, 또는 네트워크 상의 노드 중 적어도 하나일 수 있다. 또한 상기 기지국은 NR 시스템에서 백홀 및 접속 링크들(backhaul and access links)의 네트워크를 통해 단말(들)에게 네트워크 접속을 제공하는 gNB 인 IAB-도너(Integrated Access and Backhaul - donor)와, 단말(들)로의 NR 접속 링크(들)을 지원하고 상기 IAB-도너 or 다른 IAB-노드로의 NR 백홀 링크들을 지원하는 RAN(radio access network) 노드인 IAB-노드 중 적어도 하나를 포함하는 네트워크 엔터티일 수 있다. 단말(user equipment: UE)은 terminal, MS (Mobile Station), 셀룰러폰, 스마트폰, 컴퓨터, 또는 통신기능을 수행할 수 있는 멀티미디어시스템 중 적어도 하나일 수 있다. 단말은 IAB-노드를 통해 무선 접속되고 적어도 하나의 IAB-노드와 백홀 링크를 통해 연결된 IAB-도너와 데이터를 송수신할 수 있다.
이하 설명의 편의를 위하여, 3GPP 규격(5G, NR, LTE 또는 이와 유사한 시스템의 규격)에서 정의하고 있는 용어 및 명칭들이 일부 사용될 수 있다. 하지만, 본 개시가 용어 및 명칭들에 의해 한정되는 것은 아니며, 다른 규격에 따르는 시스템에도 동일하게 적용될 수 있다. 또한 본 개시가 아래 실시 예들에서 사용하는 용어들은 그 용어들에 한정되는 것은 아니며, 동등한 기술적 의미를 가지는 대상을 지칭하는 다른 용어가 사용될 수 있다.
도 1은 본 개시의 일 실시예에 따른 업링크(UL) 강화를 위한 방안을 예시한다.
일반적으로, 업링크(UL)는 단말의 전력 한계로 인해, 다운링크(DL) 보다 좁은 커버리지(coverage)를 가진다. 이는 전체 시스템 커버리지의 병목 현상(bottleneck)으로 작용될 수 있다. 특히, 'Above 6 GHz' 대역(예컨대, mmWave band/high band(예: 24-92 GHz)/ upper-mid band(예: 7-24 GHz))의 경우, 이러한 DL/UL 사이의 커버리지 불일치(mismatch) 문제가 심화될 수 있다.
이러한 커버리지 불일치 문제를 해결하기 위해, UL에서 DL 보다 낮은 주파수 대역을 추가적으로 사용하여 UL 커버리지를 확보하기 위한 SUL(supplementary UL) 기술이 사용될 수 있다.
또한, UL의 캐패시티(capacity)의 강화(enhancement)를 위해, SUL 기술과 함께 UL 전송(Tx) 스위칭(switching) 기술이 사용될 수 있다. 예를 들면, 도 1에 도시된 것처럼, SUL에 대한 UL Tx 스위칭이 적용될 수 있다. 도 1을 참조하면, 커버리지 A 내에서, high band(예: 28 GHz 대역)뿐만 아니라, SUL을 위한 low/mid band(예: 2.1 GHz 대역)이 UL 전송을 위해 서로 스위칭 되어 가며 사용될 수 있다. 한편, 도 1에 도시된 것처럼, UL Tx 스위칭은 두 대역(band) 간에 적용될 수 있으나, 이에 한정되지 않는다. 예를 들면, UL Tx 스위칭은 최대 3 또는 4 대역 간에도 적용 가능하다.
이처럼, SUL/UL Tx 스위칭과 같은 UL enhancement를 위한 기술은 복수의 UL 캐리어를 UL 전송을 위해 사용할 수 있다. 따라서, 복수의 UL 캐리어 중 적합한 UL 캐리어의 선택 및 접속을 위한 방안이 고려될 필요가 있다. 또한, 선택된 UL 캐리어를 통한 UL 전송을 위한 적합한 UL 전력을 결정하기 위한 방안도 고려될 필요가 있다.
한편, UL 캐리어 선택 및 UL 전송 전력 결정을 위한 방안의 일 예는 DL 신호에 대한 측정(DL 측정)에 기초한 방안일 수 있다.
예를 들면, UL 커버리지 또는 UL 커버리지에 기초한 UL 캐리어 선택은 DL RSRP(reference signal received power) 측정 데이터와 미리 설정된 스레시홀드(예: rsrp-ThresholdSSB-SUL)의 비교에 기초하여 결정될 수 있다. 실시예로서, DL RSRP 측정 데이터는 DL SSB(synchronization signal block)(또는, SSB 내의 참조 신호)에 기초하여 측정된 데이터(DL SS(synchronization signal)-RSRP 측정 데이터), 또는 다른 참조 신호(예: CSI-RS(channel state information reference signal)에 기초하여 측정된 데이터일 수 있다.
예를 들면, UL 전송 전력은 DL SSB 또는, 다른 참조 신호(예: CSI-RS)를 기반으로 추정된 경로 손실(pathloss)을 이용하여 결정될 수 있다. 이러한 경로 손실 추정은 공지된 경로 손실 추정 방법을 이용할 수 있다.
아래 수학식 1은 pathloss에 기초하여 PRACH(physical random access channel) 전송 전력을 계산하는 방법의 일 예를 나타낸다.
Figure pat00001
[dBm],
여기서,
Figure pat00002
는 전송 오케이션(transmission occasion)(
Figure pat00003
)에서 서빙 셀(
Figure pat00004
)의 캐리어 (
Figure pat00005
)의 액티브 UL BWP(bandwidth part)(
Figure pat00006
) 상에서 전송되는, PRACH의 전송 전력을 나타낸다.
Figure pat00007
는 전송 오케이션 (
Figure pat00008
) 내에서 서빙 셀(
Figure pat00009
)의 캐리어 (
Figure pat00010
)에 대한 UE 설정 최대 출력 전력(UE configured maximum output power)을 나타낸다.
Figure pat00011
는 서빙 셀(
Figure pat00012
)의 캐리어 (
Figure pat00013
)의 액티브 UL BWP(
Figure pat00014
)에 대한 상위 레이어(higher layers)에 의해 제공된 PRACH target reception power(PREAMBLE_RECEIVED_TARGET_POWER)를 나타낸다.
Figure pat00015
는 서빙 셀(
Figure pat00016
)의 액티브 UL BWP(
Figure pat00017
)에 대한 PRACH 전송과 연관된 DL RS에 기초한 캐리어 (
Figure pat00018
)의 액티브 UL BWP(
Figure pat00019
)에 대한 경로 손실 추정을 나타낸다.
아래 수학식 2는 pathloss에 기초하여 PUSCH(physical uplink shared channel) 전송 전력을 계산하는 방법의 일 예를 나타낸다.
Figure pat00020
[dBm],
여기서,
Figure pat00021
는 index
Figure pat00022
를 갖는 파라미터 세트 설정 및 index
Figure pat00023
을 갖는 PUSCH 전력 제어 조정 상태(power control adjustment state)를 이용하여 서빙 셀(
Figure pat00024
)의 캐리어(
Figure pat00025
)의 액티브 UL BWP(
Figure pat00026
) 상에서 전송되는, PUSCH의 PUSCH 전송 오케이션(
Figure pat00027
)에서의 전송 전력을 나타낸다. 는 PUSCH 전송 오케이션(
Figure pat00029
)에서 서빙 셀(
Figure pat00030
)의 캐리어(
Figure pat00031
)에 대한 UE 설정 최대 출력 전력을 나타낸다.
Figure pat00032
는 컴포넌트(
Figure pat00033
)와 컴포넌트(
Figure pat00034
)의 합으로 구성되는 파라미터를 나타낸다.
Figure pat00035
는 서빙 셀(
Figure pat00036
)의 캐리어(
Figure pat00037
)의 액티브 UL BWP(
Figure pat00038
) 상의 PUSCH 전송 오케이션(
Figure pat00039
)에 대한 자원 블록의 수로 표현되는 PUSCH 자원 할당의 대역폭(bandwidth)를 나타낸다.
Figure pat00040
는 서빙 셀(
Figure pat00041
)의 캐리어(
Figure pat00042
)의 액티브 UL BWP(
Figure pat00043
)에 대한 참조 신호 인덱스(
Figure pat00044
)를 이용하여 UE에 의해 계산되는 dB 단위의 DL 경로 손실 추정을 나타낸다.
Figure pat00045
는 PUSCH 전송 오케이션(
Figure pat00046
) 및 서빙 셀(
Figure pat00047
)의 캐리어(
Figure pat00048
)의 액티브 UL BWP()에 대한 PUSCH 전력 제어 조정 상태(
Figure pat00050
)를 나타낸다.
그런데, DL 대역과 UL 대역이 상이한 경우, pathloss 추정의 정확도 및 UL 캐리어 선택(또는, UL 커버리지)의 정확도가 떨어질 수 있다. 따라서, pathloss 추정 및 UL 캐리어 선택의 정확도를 높일 수 있는 방안을 고려할 필요가 있다.
도 2는 본 개시의 일 실시예에 따른, 다운링크(DL) 측정을 이용하여 UL 커버리지와 UL 전력을 결정하는 시나리오의 일 예를 도시한다.
도 2의 예에서는, DL 대역과 UL 대역이 상이하며, UL 대역이 DL 대역 보다 낮은 주파수 대역을 이용하는 것으로 가정한다. 예를 들면, 도 2에 도시된 것처럼, UL 대역은 low/mid band(예: 800 MHz)를 사용하고, DL 대역은 high band(예: 28 GHz)를 사용할 수 있다.
도 2를 참조하면, 단말은 DL 측정을 수행할 수 있다.
단말은 DL RSRP(예: DL SS-RSRP)를 측정할 수 있다. 이때, 예컨대, 도 2의 210에 도시된 것처럼, 단말(UE)과 기지국(BS) 사이에 장애물(blockage)이 있는 경우, 장애물에 의한 수신 신호의 차단으로 인하여, 부정확한 DL RSRP가 측정될 수 있다. 상술한 것처럼, DL RSRP 측정 데이터는 UL 커버리지의 판단 또는, UL 캐리어의 선택을 위해 사용될 수 있다. 예를 들면, DL SS-RSRP와 미리 설정된 스레시홀드(예: rsrp-ThreholdSSB-SUL)의 비교에 기초하여, SUL 캐리어와 NUL(normal UL) 캐리어 중 적합한 UL 캐리어가 선택될 수 있다.
따라서, 부정확한 DL SS-RSRP 측정은 부정확한 UL 커버리지 판단(또는, UL 캐리어 선택)을 야기할 수 있다. 예컨대, 도 2의 220에 예시된 것처럼, 실제 단말의 위치 보다 기지국에서 더 먼 위치에 단말이 위치하는 것으로 추정되어, 더 큰 UL 커버리지가 필요한 것으로 판단 될 수 있다.
단말은 DL SSB(또는, 다른 참조 신호(예:CSI-RS))에 기초하여 경로 손실을 추정할 수 있다. 이때, 예컨대, 도 2에 도시된 것처럼, 단말과 기지국 사이에 장애물(blockage)이 있는 경우, 부정확한 경로 손실 값이 추정될 수 있다. 부정확한 경로 손실 추정은 부정확한 UL 전력 할당을 야기할 수 있다. 예를 들면, 도 2의 230에 예시된 것처럼, 부정확한 경로 손실의 추정으로 인하여, 실제 단말의 위치보다 더 먼 위치에 단말이 위치하는 것으로 추정되기 때문에, 단말은 더 높은 UL 전력을 할당하게 된다.
이처럼, 도 2의 예시와 같이, DL 대역과 UL 대역이 상이한 경우, 부정확한 경로 손실 추정 및 적합하지 않은 UL 캐리어 선택을 만들 수 있다. 이는 high band를 이용하는 DL 신호는 장애물에 취약한 반면, low/mid band를 이용하는 UL 신호는 장애물에 상대적으로 강건하기 때문에, 채널 상호성(channel reciprocity)이 성립하지 않아 발생되는 문제일 수 있다.
한편, 부정확한 경로 손실 추정에 따른 부정확한 UL 전송 전력 할당은 불필요한 단말의 전력 소비를 발생시키고, UL 간섭을 심화시킬 수 있다. 또한, 부정확한 DL 측정에 따른 적합하지 않은 UL 캐리어 선택은 자원 이용의 효율성을 떨어뜨릴 수 있다.
따라서, UL 강화를 위해 복수의 UL 캐리어가 사용되는 경우, 정확한 경로 손실 및 정확한 UL 커버리지(또는, UL 캐리어)를 획득하기 위한 방안이 고려될 필요가 있다.
* 본 개시는, 학습된 AI 모델을 이용하여 UL 경로 손실 데이터를 획득하고, 획득된 UL 경로 손실 데이터를 이용하여 복수의 UL 캐리어 중 적합한 UL 캐리어를 선택/접속하고, 효율적으로 UL 전송 전력을 제어하기 위한 방안을 제안한다.
도 3은 본 개시의 일 실시예에 따른, 다중 UL 캐리어 접속을 위한 방법을 나타낸다.
다중 UL 캐리어 접속을 위한 방법은 AI를 이용하는 방법일 수 있다. 예를 들면, 다중 UL 캐리어 접속을 위한 방법은 미리 학습된 AI 모델을 이용하여 획득된 UL 경로 손실 데이터를 이용하는 방법일 수 있다. 실시예로서, AI 모델은 딥 러닝 기반의 모델(예: DNN(deep neural network), RNN(recurrent neural network), CNN(convolutional neural network)) 및/또는 머신 러닝 기반의 모델(예: SVM (support vector machine), GBM (gradient boosting machine))일 수 있다.
도 3을 참조하면, 단계 310에서, 단말(301)과 기지국(302)은 셀 접속(cell access) 절차를 수행할 수 있다. 셀 접속 절차는 RRC(radio resource control) 설립(RRC established) 절차, RRC 재설정(RRC reconfigured) 절차, 및/또는 RRC 재-설립(RRC re-established) 절차를 포함할 수 있다. 이를 통해, 단말(301)과 기지국(302) 사이에 RRC 연결이 설정될 수 있다.
단계 320에서, 기지국(302)은 단말(301)로 AI 모델 설정(AI model setup) 정보를 전송할 수 있다. AI 모델 설정 정보는 AI UL 추론(inference) 설정 정보로 지칭될 수 있다.
일 실시예에 따른, AI 모델 설정 정보는 AI 모델 파라미터(AI model 파라미터), 추론 인터벌/주기 파라미터(Inference interval 파라미터), UL 캐리어 오프셋 파라미터(UL carrier offset 파라미터), UL 추가 이벤트 파라미터(UL addition event 파라미터), UL 해제 이벤트 파라미터(UL release event 파라미터), 또는 RACH 인디케이터 파라미터(RACH indicator 파라미터) 중 적어도 하나를 포함할 수 있다. 각 파라미터의 설명은 아래와 같을 수 있다.
- AI model: AI model 파라미터는 AI 모델을 정의하는 파라미터일 수 있다. 일 실시예에 따른, AI 모델은 베이스(base) UL 캐리어의 경로 손실()을 출력으로 갖는 AI 모델일 수 있다. 여기서, base UL 캐리어는 예컨대, 사용 가능한 UL 캐리어들 중 가장 넓은 UL 커버리지를 갖는 UL 캐리어일 수 있으나, 이에 한정되지 않는다. 실시예로서, AI model 파라미터는 AI 모델에 대한 하이퍼 파라미터들, 예컨대, 레이어 수(# layers), 노드 수(# nodes), 입력/출력 포맷, 및/또는 활성화 함수(activation function)를 포함할 수 있다. AI model 파라미터는 로 지칭될 수 있다.
- Inference interval: Inference interval 파라미터는 AI 모델을 이용하여 UL 추론(inference)을 수행하는 주기(UL 추론 주기)/인터벌을 지정할 수 있다. 이러한 AI 모델을 이용한 UL 추론을 통해, base UL 캐리어의 경로 손실 데이터가 주기적으로 획득될 수 있다.
- UL carrier offset: UL carrier offset 파라미터는 base UL 캐리어의 경로 손실()과 다른 UL 캐리어(예: 인덱스 를 갖는 UL 캐리어)의 경로 손실()사이의 오프셋 (
Figure pat00056
)을 지정할 수 있다. UL carrier offset 파라미터는 UL 캐리어 별로 설정될 수 있다.
경로 손실()과 경로 손실()의 관계는 아래 수학식 3과 같을 수 있다.
여기서,
Figure pat00060
는 AI 모델의 입력(예컨대, DL RSRP 측정 데이터(예: DL SS-RSRP) 또는 단말 위치 데이터(예: GPS 데이터) 또는 DL RSRP 측정 데이터와 단말 위치 데이터의 조합)이고,
Figure pat00061
는 AI model 파라미터이다. 수학식 3을 참조하면, 인덱스
Figure pat00062
를 갖는 UL 캐리어의 경로 손실 은 AI 모델 입력
Figure pat00064
와 AI 모델 파라미터
Figure pat00065
에 대한 베이스 UL 캐리어의 경로 손실 과, 인덱스
Figure pat00067
를 갖는 UL 캐리어에 대한 UL carrier offset
Figure pat00068
의 합에 해당한다.
- UL addition event: UL addition event 파라미터는 새로운 UL 캐리어를 추가하기 위한 이벤트에 대한 정보를 포함할 수 있다. 새로운 UL 캐리어를 추가하기 위한 이벤트는 event U1, 추가 이벤트 또는 UL 추가 이벤트로 지칭될 수 있다. event U1에 대한 조건(UL 추가 조건)은 아래 수학식 4와 같을 수 있다.
여기서, ThreshU1은 event U1에 대한 스레시홀드 값일 수 있다. 수학식 4에 따르면, 해당 UL 캐리어(예: 인덱스
Figure pat00070
를 갖는 UL 캐리어)의 경로 손실()이 ThreshU1 보다 작은 경우, event U1가 조건(UL 추가 조건)을 만족하는 것으로 결정될 수 있다.
실시예로서, UL addition event 파라미터는 ThreshU1 값을 포함할 수 있다.
- UL release event: UL release event 파라미터는 기존의 UL 캐리어를 해제하기 위한 이벤트(event U2/해제 이벤트)에 대한 정보를 포함할 수 있다. UL 캐리어를 해제하기 위한 이벤트는 event U2, 해제 이벤트 또는 UL 해제 이벤트로 지칭될 수 있다. event U2에 대한 조건(UL 해제 조건)은 아래 수학식 5과 같을 수 있다.
여기서, ThreshU2은 event U2에 대한 스레시홀드 값일 수 있다. 수학식 5에 따르면, 해당 UL 캐리어(예: 인덱스
Figure pat00073
를 갖는 UL 캐리어)의 경로 손실()이 ThreshU2 보다 큰 경우, event U2가 조건(UL 해제 조건)을 만족하는 것으로 결정될 수 있다.
실시예로서, UL release event 파라미터는 ThreshU2 값을 포함할 수 있다.
- RACH indicator: RACH indicator 파라미터는 CFRA(contention free random access) 또는 RACH(random access channel)-less로 동작하는지를 알려주는 indicator일 수 있다. 예를 들면, RACH indicator 파라미터는 CFRA로 동작함을 알려주는 제1 값(예: 1) 또는 RACH-less로 동작함을 알려주는 제2 값(예: 0) 중 하나로 설정되는 Boolean indicator일 수 있다.
일 실시예에 따른, AI 모델 설정 정보는 RRC 메시지를 통해 전송될 수 있다.
아래 표 1은 AI 모델 설정 정보를 포함하는 RRC 메시지의 일 예를 나타낸다.
[표 1]
표 1을 참조하면, AI 모델 설정 정보(예: ai-ul-InferConfig)가 RRC 메시지 또는 RRC 메시지 내의 RRCReconfiguaration 정보 요소(IE)에 포함될 수 있다. RRC 메시지에 포함되는 ai-ul-InferConfig 정보는 상술한 AI 모델 설정 정보의 일 예일 수 있다.
아래 표 2는 AI 모델 설정 정보(예: ai-ul-InferConfig)에 포함되는 파라미터들의 일 예를 나타낸다.
[표 2]
표 2를 참조하면, AI 모델 설정 정보는 AI UL 모델 설정 파라미터(예: ai-ul-ModelConfig), 추론 ID 추가/수정 리스트 파라미터(예: inferIDToAddModList), 추론 ID 제거 리스트 파라미터(예: inferIDRemoveList), UL 추가 요청 설정 파라미터(예: ulAddReqConfig), 및/또는 UL 해제 요청 설정 파라미터(예: ulRelReqConfig)를 포함할 수 있다.
AI UL 모델 설정 파라미터(예: ai-ul-ModelConfig)는 AI 모델의 ID(ModelId)를 지시하는 모델 ID 파라미터(modelId), base UL 캐리어를 지정하는 base UL 파라미터(baseUL) 및/또는 infer interval을 지시하는 infer interval 파라미터(inferInterval)를 포함할 수 있다. base UL 파라미터(baseUL)는 base UL 캐리어로 사용되는 UL 캐리어의 index를 포함할 수 있다.
추론 ID 추가/수정 리스트 파라미터(예: inferIDToAddModList)는 추론 ID 추가/수정 파라미터(예: inferIDToAddMod)의 시퀀스를 포함할 수 있다. 추론 ID 추가/수정 파라미터(예: inferIDToAddMod)는 추론 ID를 지정하는 추론 ID 파라미터(inferID), 추론 ID와 연관된 UL 캐리어의 인덱스를 지시하는 추론 대상 파라미터(inferObject), 및/또는 infer offset 을 지정하는 추론 오프셋 파라미터(inferOffest)를 포함할 수 있다. 추론 ID는 여러 추론 설정 정보를 구별하기 위한 인덱스로 사용될 수 있다.
추론 ID 제거 리스트(예: inferIDRemoveList)는 제거될 추론 ID 파라미터(InferId)의 시퀀스일 수 있다.
아래 표 3은 UL 추가 요청 설정 파라미터(예: ulAddReqConfig) 및 UL 해제 요청 설정 파라미터(예: ulRelReqConfig)의 일 예를 나타낸다.
[표 3]
표 3을 참조하면, UL 추가 요청 설정 파라미터(예: ulAddReqConfig)는 UL 캐리어 추가 이벤트(eventU1)에 대한 파라미터들을 포함할 수 있다.
UL 추가 요청 설정 파라미터(예: ulAddReqConfig)는 u1-Threshold 파라미터, Hysteresis 파라미터, 및/또는 timeToTrigger 파라미터를 포함할 수 있다.
u1-Threshold 파라미터는 eventU1을 트리거링하기 위한 추정된 경로 손실에 대한 스레시홀드의 값을 지정할 수 있다.
Hysteresis 파라미터는 eventU1의 진입 조건(entering condition)과 이탈 조건(leaving condition)에 사용되는 파라미터이다. UL 추가 요청 설정 파라미터 내의 Hysteresis 파라미터는 제1 Hysteresis 파라미터로 지칭될 수 있다. eventU1의 진입 조건은 UL 추가 이벤트 진입 조건으로 지칭될 수 있고, eventU1의 이탈 조건은 UL 추가 이벤트 이탈 조건으로 지칭될 수 있다.
timeToTrigger(TTT) 파라미터는 eventU1이 트리거링 되기 위해 만족되어야 하는 시간(기간)을 지정할 수 있다. UL 추가 요청 설정 파라미터 내의 timeToTrigger(TTT) 파라미터는 제2 timeToTrigger(TTT) 파라미터로 지칭될 수 있다.
실시예로서, eventU1의 진입 조건(UL 추가 이벤트 진입 조건)은 아래 수학식 6과 같을 수 있다.
여기서, PL는 추정된 경로 손실(예: )를 나타낸다. Hysteresis는 Hysteresis 파라미터(제1 Hysteresis 파라미터)에 의해 지정된 값을 나타낸다. Threshold1는 u1-Threshold 파라미터에 의해 지정된 값을 나타낸다.
실시예로서, eventU1의 이탈 조건은 아래 수학식 7과 같을 수 있다.
여기서, PL는 추정된 경로 손실(예: )를 나타낸다. Hysteresis 파라미터(제1 Hysteresis 파라미터)에 의해 지정된 값을 나타낸다. Threshold1는 u1-Threshold 파라미터에 의해 지정된 값을 나타낸다.
실시예로서, eventU1의 진입 조건이 만족되는 경우, TTT 파라미터(제1 TTT 파라미터)에 의해 지정된 시간(기간)으로 설정되는 타이머가 시작될 수 있다.
실시예로서, eventU1의 진입 조건이 만족된 이후, TTT 파라미터(제1 TTT 파라미터)에 의해 지정된 시간(기간)으로 설정된 타이머가 만료되는 경우, eventU1가 트리거링 될 수 있다. 즉, 해당 UL 캐리어에 대한 UL 추가 절차가 개시될 수 있다.
실시예로서, eventU1의 진입 조건이 만족된 이후, TTT 파라미터(제1 TTT 파라미터)에 의해 지정된 시간(기간)으로 설정된 타이머가 만료되기 이전에, eventU1의 이탈 조건이 만족되는 경우, eventU1가 트리거링 되지 않는다. 이 경우, TTT 파라미터(제1 TTT 파라미터)에 의해 지정된 시간(기간)으로 설정된 타이머가 리셋될 수 있다.
UL 추가 요청을 위한 이벤트는 eventU1을 예시로 설명하였으나, 이에 한정되지 않는다.
또한, UL 추가 요청 설정 파라미터(예: ulAddReqConfig)는 RACH indicator 파라미터를 더 포함할 수 있다.
UL 해제 요청 설정 파라미터(예: ulRelReqConfig)는 UL 캐리어 해제 이벤트(eventU2)에 대한 파라미터들을 포함할 수 있다.
UL 해제 요청 설정 파라미터(예: ulRelReqConfig)는 u2-Threshold 파라미터, Hysteresis 파라미터 및/또는 timeToTrigger(TTT) 파라미터를 포함할 수 있다.
u2-Threshold 파라미터는 eventU2을 트리거링하기 위한 추정된 경로 손실에 대한 스레시홀드의 값을 지정할 수 있다.
Hysteresis 파라미터는 eventU2의 진입 조건(entering condition)과 이탈 조건(leaving condition)에 사용되는 파라미터이다. UL 해제 요청 설정 파라미터 내의 Hysteresis 파라미터는 제2 Hysteresis 파라미터로 지칭될 수 있다. eventU2의 진입 조건은 UL 해제 이벤트 진입 조건으로 지칭될 수 있고, eventU2의 이탈 조건은 UL 해제 이벤트 이탈 조건으로 지칭될 수 있다. 실시예로서, UL 해제를 위한 제2 Hysteresis 파라미터의 값은 UL 추가를 위한 제1 Hysteresis 파라미터의 값과 동일하거나, 상이할 수 있다.
timeToTrigger 파라미터는 eventU2이 트리거링 되기 위해 만족되어야 하는 시간을 지정할 수 있다. UL 해제 요청 설정 파라미터 내의 timeToTrigger 파라미터는 제2 timeToTrigger 파라미터로 지칭될 수 있다. 실시예로서, UL 해제를 위한 제2 timeToTrigger 파라미터의 값은 UL 추가를 위한 제1 timeToTrigger 파라미터의 값과 동일하거나, 상이할 수 있다.
실시예로서, eventU2의 진입 조건(UL 해제 이벤트 진입 조건)은 아래 수학식 8과 같을 수 있다.
여기서, PL는 추정된 경로 손실(예: )를 나타낸다. Hysteresis는 Hysteresis 파라미터(제2 Hysteresis 파라미터)에 의해 지정된 값을 나타낸다. Threshold는 u2-Threshold 파라미터에 의해 지정된 값을 나타낸다.
실시예로서, eventU2의 이탈 조건은 아래 수학식 9와 같을 수 있다.
여기서, PL는 추정된 경로 손실(예: )를 나타낸다. Hysteresis는 Hysteresis 파라미터(제2 Hysteresis 파라미터)에 의해 지정된 값을 나타낸다. Threshold는 u1-Threshold 파라미터에 의해 지정된 값을 나타낸다.
실시예로서, eventU2의 진입 조건이 만족되는 경우, TTT 파라미터(제2 TTT 파라미터)에 의해 지정된 시간(기간)으로 설정되는 타이머가 시작될 수 있다.
실시예로서, eventU2의 진입 조건이 만족된 이후, TTT 파라미터(제2 TTT 파라미터)에 의해 지정된 시간(기간)으로 설정된 타이머가 만료되는 경우, eventU2가 트리거링 될 수 있다. 즉, 해당 UL 캐리어에 대한 UL 해제 절차가 개시될 수 있다.
실시예로서, eventU2의 진입 조건이 만족된 이후, TTT 파라미터(제2 TTT 파라미터)에 의해 지정된 시간(기간)으로 설정된 타이머가 만료되기 이전에, eventU2의 이탈 조건이 만족되는 경우, eventU2가 트리거링 되지 않는다. 이 경우, TTT 파라미터(제2 TTT 파라미터)에 의해 지정된 시간(기간)으로 설정된 타이머가 리셋될 수 있다.
UL 해제 요청을 위한 이벤트는 eventU2을 예시로 설명하였으나, 이에 한정되지 않는다.
또한, UL 해제 요청 설정 파라미터(예: ulRelReqConfig)는 RACH indicator 파라미터를 더 포함할 수 있다.
또한, AI 모델 설정을 위한 RRC 메시지는 Quantity 설정 정보(예: QuantityConfig)를 더 포함할 수 있다.
아래 표 4는 Quantity 설정 정보(예: QuantityConfig)의 일 예를 나타낸다.
[표 4]
표 4를 참조하면, Quantity 설정 정보(예: QuantityConfig)는 quantityConfigAI-UL 파라미터를 포함할 수 있다. quantityConfigAI-UL 파라미터는 AI 기반 추론을 위한 measurement quantity와 L3 filtering coefficient를 설정해 주기 위해 사용될 수 있다.
실시예로서, quantityConfigAI-UL 파라미터(또는, Quantity 설정 정보)는 filterCoefficientAI-UL 파라미터를 포함할 수 있다. filterCoefficientAI-UL 파라미터는 AI UL을 위한 L3 filtering coefficient를 지정할 수 있다.
단계 330에서, 단말(301)은 AI 모델에 기초한 UL 추론(AI 기반 UL 추론)을 수행할 수 있다. 실시예로서, 단말(301)은 inference interval 파라미터에 의해 설정된 주기에 따라, 주기적(periodic) UL 추론을 수행할 수 있으나, 이에 한정되지 않는다.
이러한 AI 기반 UL 추론을 통해, 단말(301)은 base UL 캐리어에 대한 경로 손실 데이터를 획득/추정할 수 있다. 또한, 단말(301)은 base UL 캐리어에 대한 경로 손실 데이터와 UL carrier offset 파라미터의 값을 이용하여, base UL 캐리어가 아닌 UL 캐리어(들)에 대한 경로 손실 데이터를 획득할 수 있다. 여기서, 경로 손실 데이터는, 경로 손실에 대한 특정 값 또는 범위 값을 포함할 수 있다. 이렇게 AI 기반 UL 추론(또는, 추정)을 통해 획득된 경로 손실 값은, 단순 DL 측정을 이용하여 추정된 경로 손실 값 보다, 정확한 값을 가진다. 본 개시에서, AI 모델에 기반하여 추론/추정된 UL 경로 손실 데이터는 AI-추론된 UL 경로 손실 데이터, AI-추론된 경로 손실 데이터, AI-추정된 경로 손실 데이터 또는 추정된 경로 손실 데이터로 지칭될 수 있다.
실시예로서, 경로 손실 데이터는 UL 추가 조건 또는 UL 해제 조건이 만족되는지를 판단하기 위해 사용될 수 있다. UL 추가 조건이 만족되는지 결정하기 위해, 예컨대, 수학식 4 (또는, 수학식 6/7)가 이용될 수 있다. UL 해제 조건이 만족되는지 결정하기 위해, 예컨대, 수학식 5 (또는, 수학식 8/9)가 이용될 수 있다.
실시예로서, 경로 손실 데이터는 선택된 UL 캐리어를 이용한 UL 전송을 위한 전력(UL 전송 전력)을 결정하기 위해 사용될 수 있다. 경로 손실 데이터를 이용하여 UL 전송 전력을 결정하기 위해, 예컨대, 수학식 1 또는 수학식 2가 이용될 수 있다. 이 경우, 해당 UL 캐리어의 경로 손실 값 이 수학식 1의 의 값 또는 수학식 2의 의 값으로서 사용될 수 있다.
AI 기반 UL 추론의 예들은 도 4 내지 6을 참조하여 이하에서 설명한다.
단계 340에서, 단말(301)은 UL 추가 절차를 수행할 수 있다. 단계 340의 UL 추가 절차는 조건부 절차일 수 있다. 실시예로서, 단말(301)은 AI 기반 UL 추론에 기초하여 획득된 경로 손실 데이터를 이용하여 UL 추가 조건이 만족되는지를 결정하고, UL 추가 조건이 만족되는 경우, 새로운 UL 캐리어를 추가하기 위한 절차를 수행할 수 있다. UL 캐리어 추가 절차의 예들은 도 7 내지 9를 참조하여 이하에서 설명한다.
단계 350에서, 단말(301)은 UL 해제 절차를 수행할 수 있다. 단계 350의 UL 추가 절차는 조건부 절차일 수 있다. 실시예로서, 단말(301)은 AI 기반 UL 추론에 기초하여 획득된 경로 손실 데이터를 이용하여 UL 해제 조건이 만족되는지를 결정하고, UL 해제 조건이 만족되는 경우, 기존 UL 캐리어를 해제하기 위한 절차를 수행할 수 있다. UL 캐리어 해제 절차의 예들은 도 10 내지 11을 참조하여 이하에서 설명한다.
이처럼, 본 개시의 다중 UL 캐리어 접속을 위한 방법에 따르면, AI 기반 UL 추론을 통해 획득/추정된 정확한 경로 손실 데이터를 이용하여, 하나 또는 복수의 UL 캐리어를 추가/해제할 수 있다. 이 경우, 복수의 UL 캐리어가 설정될 수 있다. 이를 통해, 유연한 UL Tx 스위칭의 지원 및 적합한 UL 캐리어의 선택이 가능하다.
또한, 본 개시의 다중 UL 캐리어 접속을 위한 방법에 따르면, AI 기반 UL 추론을 통해 획득된 정확한 경로 손실 데이터를 이용하여, 정확한 UL 전력의 제어가 가능하다. 이는 UL 간섭을 줄일 수 있고, 불필요한 단말 전력의 소모를 막을 수 있다.
한편, 실시예에 따라, 도 3에 도시된 동작(단계)들 중 일부 동작이 생략되거나, 추가적인 동작이 더 포함될 수 있다. 예를 들면, UL 추가 조건이 만족되지 않는 경우, 단계 340의 UL 추가 절차가 수행되지 않을 수 있다. UL 해제 조건이 만족되지 않는 경우, 단계 350의 UL 해제 절차가 수행되지 않을 수 있다. 또한, 도시된 순서와 상이한 순서로 동작(단계)들이 수행될 수도 있다.
도 4는 본 개시의 일 실시예에 따른, AI 기반 UL 추론을 위한 시나리오의 일 예를 나타낸다.
도 4의 실시예의 경우, 단말(301)은 서빙 셀(serving cell)(302)과 적어도 하나의 이웃 셀(neighbor cell)(예: 이웃 셀 1/2)로부터 DL 신호를 수신할 수 있다. 서빙 셀(302)은 FR2 대역을 DL/UL를 위해 사용하고, FR1 대역을 UL(예: SUL)을 위해 사용할 수 있으나, 이에 한정되지 않는다. 도시된 것처럼, 수신되는 DL 신호 중 일부는 장애물에 의해 차단될 수 있다.
도 4를 참조하면, 단말(301)은 AI 모델을 이용하여, base UL 캐리어(예: FR1 대역을 사용하는 UL 캐리어)에 대한 경로 손실을 추론할 수 있다. 실시예로서, base UL 캐리어에 대한 경로 손실 추론을 위해 사용되는 AI 모델의 입력은, 서빙 셀의 DL RSRP 데이터(예: DL SS-RSRP 데이터)뿐만 아니라, 이웃 셀(들)의 DL RSRP 데이터(예: DL SS-RSRP 데이터)를 포함할 수 있다. 이러한 AI 기반 추론을 통해 정확한 경로 손실 데이터가 획득될 수 있다. 이를 통해, 유연한 UL Tx 스위칭 및 UL 전송 전력 제어가 수행될 수 있다.
도 5는 본 개시의 일 실시예에 따른, 단말이 AI 기반 UL 추론을 수행하는 절차를 나타낸다.
도 5의 AI 기반 UL 추론 절차는 도 3의 단계 330의 일 예일 수 있다.
도 5를 참조하면, AI 기반 UL 추론을 수행하는 절차(AI 기반 UL 추론 절차)는 다음 동작들의 일부 또는 전부를 포함할 수 있다.
동작 510에서, 단말은 기지국으로부터 AI 모델 설정 정보를 수신할 수 있다. 도 5의 동작 510 및 동작 510의 AI 모델 설정 정보는 도 3의 동작 320 및 동작 320의 AI 모델 설정 정보와 동일할 수 있다.
동작 520에서, 단말은 RRM(radio resource management) 측정 주기가 만족되는지를 결정할 수 있다. RRM 측정 주기가 만족된 경우, 동작 530으로 진행되고, RRM 측정 주기가 만족되지 않는 경우, 동작 520이 다시 수행될 수 있다.
동작 530에서, 단말은 DL RSRP를 측정할 수 있다. 예를 들면, 단말은 SSB(또는, SSB에 포함된 참조 신호)에 기초하여 빔-레벨의 DL SS-RSRP를 측정할 수 있다. 및/또는, 단말은 다른 참조 신호(예: CSI-RS)에 기초하여, DL RSRP를 측정할 수 있다.
동작 540에서, 단말은 DL RSRP 측정 데이터에 대한 필터링(예: L1 filtering)을 수행할 수 있다. 동작 540은 옵셔널한 동작일 수 있다.
동작 550에서, 단말은 UL 추론 주기가 만족되는지를 결정할 수 있다. 실시예로서, 단말은 Inference interval 파라미터의 값에 기초하여 UL 추론 주기가 만족되는지를 결정할 수 있다. UL 추론 주기가 만족된 경우, 동작 560으로 진행되고, UL 추론 주기가 만족되지 않는 경우, 동작 520이 다시 수행될 수 있다.
동작 560에서, 단말은 DL RSRP 측정 데이터(또는, 필터링된 DL RSRP 측정 데이터)에 기초하여 UL 경로 손실 추론(AI 기반 UL 추론)을 수행할 수 있다. 단말은 미리 학습된 AI 모델을 이용하여 UL 캐리어에 대한 경로 손실을 추론(또는, 추정)할 수 있다. AI 모델은 AI 모델 설정 정보에 의해 설정될 수 있다. 실시예로서, 단말은 DL RSRP 측정 데이터(또는, 필터링된 DL RSRP 측정 데이터)를 기초로 미리 학습된 AI 모델을 이용하여 base UL 캐리어에 대한 경로 손실 데이터를 획득하고, base UL 캐리어에 대한 경로 손실 데이터 및 UL carrier offset 파라미터의 값을 이용하여 다른 UL 캐리어에 대한 경로 손실 데이터를 획득할 수 있다. 이 경우, DL RSRP 측정 데이터(또는, 필터링된 DL RSRP 측정 데이터)는 AI 모델의 입력으로 사용될 수 있다.
동작 570에서, 단말은 UL 추가 이벤트 및/또는 UL 해제 이벤트의 평가(evaluation)을 수행할 수 있다. 단말은 추론된 경로 손실 데이터를 이용하여 UL 추가 이벤트가 미리 설정된 조건(UL 추가 조건)을 만족하는지, 및/또는 UL 해제 이벤트가 미리 설정된 조건(UL 해제 조건)을 만족하는지를 결정할 수 있다. 이를 통해, UL 추가 이벤트 및/또는 UL 해제 이벤트가 트리거링 되어, UL 추가 절차 및 UL 해제 절차가 수행될 수 있다.
한편, 실시예에 따라, 도 5에 도시된 동작들 중 일부 동작이 생략되거나, 추가적인 동작이 더 포함될 수 있다. 예를 들면, 동작 540이 옵셔널한 동작으로 생략될 수도 있다. 예를 들면, 동작 510은 AI 기반 UL 추론 절차의 이전에 수행되는 별도의 동작일 수 있고, 동작 520은 AI 기반 UL 추론 절차의 이후에 수행되는 별도의 동작일 수 있다. 또한, 도시된 순서와 상이한 순서로 동작들이 수행될 수도 있다.
도 6은 본 개시의 일 실시예에 따른 AI 기반 UL 추론을 위한 AI 모델의 일 예를 나타낸다.
도 6의 AI 모델은 DL RSRP 측정 데이터(예: 빔 레벨의 SS-RSRP 측정 데이터)를 입력으로 이용하는 AI 모델의 일 예를 나타낸다. 도 6을 참조하면, AI 모델(600)은 N*M 사이즈의 DL SS-RSRP 측정 데이터를 입력(610)으로 수신할 수 있다. 예컨대, 도 4의 배치 구조를 갖는 경우, DL SS-RSRP 데이터는 서빙 셀의 SSB1 내지 SSBn에 대한 DL SS-RSRP 측정 값들, 이웃 셀1(NCell1)의 SSB1 내지 SSBm에 대한 DL SS-RSRP 측정 값들 및/또는 이웃 셀2(NCell2)의 SSB1 내지 SSBl에 대한 DL SS-RSRP 측정 값들을 포함할 수 있으나, 이에 한정되지 않는다.
AI 모델(600)은 base UL 캐리어에 대한 K개의 UL 경로 손실 범위(low-band UL pathloss range)에 대한 확률 값들을 출력(620)으로 생성할 수 있다.
실시예로서, 단말은 출력(620)에 포함되는 확률 값들 중 가장 높은 확률 값을 갖는 low-band UL pathloss range를 해당 입력에 대응하는 base UL 캐리어의 경로 손실 범위로 결정할 수 있다. 또한, 단말은 UL carrier offset 파라미터를 이용하여, base UL 캐리어가 아닌, UL 캐리어에 대한 경로 손실 범위를 결정할 수 있다.
상술한 것처럼, 도 6에서는, 설명의 편의를 위해, AI 모델의 입력으로 DL SS-RSRP 측정 데이터가 사용되는 것을 예로 들어 설명하였으나, 이에 한정되지 않는다. 예를 들면, 다른 참조 신호(예: CSI-RS)에 기초하여 측정된 DL RSRP 측정 데이터가 AI 모델의 입력으로 사용될 수도 있다. 예를 들면, 단말의 위치 정보(예컨대, GPS 기반 위치 데이터(GPS 데이터))가 AI 모델의 입력으로서 사용될 수도 있다. 예를 들면, DL RSRP 데이터(예: DL SS-RSRP 또는 다른 참조 신호에 기초한 DL RSRP 데이터)와 단말의 위치 정보의 조합이 AI 모델의 입력으로서 사용될 수도 있다.
또한, 도 6에서는 AI 모델의 출력 라벨로, 경로 손실 범위(pathloss range)들이 사용되는 것을 예로 들어 설명하였으나, 이에 한정되지 않는다. 예를 들면, 특정 경로 손실 값들이 출력 라벨로 사용될 수 있다.
도 7은 본 개시의 일 실시예에 따른 UL 캐리어 추가를 위한 시나리오의 일 예를 나타낸다.
도 7의 실시예의 경우, 설명의 편의를 위해, 3개의 UL 캐리어가 사용되는 것으로 가정한다. 예컨대, 도시된 것처럼, 28 GHz 대역을 이용하는 UL 캐리어(UL 캐리어1), 2.1 GHz 대역을 이용하는 UL 캐리어(UL 캐리어2), 및 800 MHz 대역을 이용하는 UL 캐리어(UL 캐리어3)가 사용될 수 있다. 이 중, 하나의 UL 캐리어가 base UL 캐리어로 사용될 수 있다. 예를 들면, 가장 넓은 커버리지를 갖는 UL 캐리어3이 base UL 캐리어로 설정될 수 있다.
도 7에 도시된 것처럼, 단말(301)이 기지국(302)에 가까워지도록 이동하는 경우, UL 캐리어를 추가하기 위한 이벤트(event U1)가 미리 설정된 조건(UL 추가 조건)을 만족할 수 있다. 예를 들면, UL 캐리어2의 UL 커버리지 밖에 위치하던 단말(301)이 UL 캐리어2의 UL 커버리지 내로 이동된 경우, UL 캐리어2를 추가하기 위한 이벤트가 미리 설정된 조건을 만족할 수 있다.. UL 추가 조건이 만족되는지 결정하기 위해, 예컨대, 수학식 4 (또는, 수학식 6/7)가 이용될 수 있다. 이때, UL 캐리어2에 대한 경로 손실 데이터의 값은 AI 모델을 이용하여 획득된 base UL 캐리어인 UL 캐리어3에 대한 경로 손실 데이터의 값에 UL carrier offset 파라미터에 의해 설정된 UL 캐리어2에 대한 UL carrier offset의 값을 더함으로써 획득될 수 있다.
UL 추가 조건이 만족된 경우(즉, UL 추가 이벤트(event U1)가 트리거링 된 경우), 단말(301)과 기지국(302)은 새로운 UL 캐리어를 추가하기 위한 절차를 수행할 수 있다.
도 8은 본 개시의 일 실시예에 따른 UL 캐리어 추가를 위한 절차의 일 예를 나타낸다.
도 8의 UL 캐리어 추가 절차는 도 3의 단계 340의 일 예일 수 있다. 도 8의 UL 캐리어 추가 절차는 CFRA로 동작하는 UL 캐리어 추가 절차일 수 있다. 도 8의 실시예에서, CFRA는 단말의 base UL 캐리어를 이용한 UL 추가 요청 메시지의 전송 이후에 수행될 수 있다.
도 8을 참조하면, 동작 810에서, 단말(301)은 UL 추가 조건이 만족됨을 식별할 수 있다. 예를 들면, 단말(301)은 수학식 4의 UL 추가 조건이 만족됨을 식별할 수 있다. 또는, 단말(301)은 수학식 6의 UL 추가 이벤트 진입 조건이 만족되고, 미리 설정된 기간(예: timeToTrigger 파라미터에 의해 설정된 기간)이 경과하는 경우, UL 추가 조건이 만족됨을 식별할 수 있다.
동작 820에서, 단말(301)은 UL 추가 요청(UL addition request) 메시지를 기지국(302)으로 전송할 수 있다. 일 실시예에 따른, 단말(301)은 base UL 캐리어를 이용하여 UL 추가 요청 메시지를 전송할 수 있다. 예를 들면, 단말(301)은 base UL 캐리어를 이용하여 PUSCH를 통해 UL 추가 요청 메시지를 전송할 수 있다.
일 실시예에 따른, UL 추가 요청 메시지는 추가 이벤트(event U1)의 UL 캐리어 인덱스 정보, AI 기반 UL 추론된(AI-추론된(AI-inferred)) UL 경로 손실 정보, 및/또는 PUSCH 전송 전력 정보를 포함할 수 있다.
여기서, 추가 이벤트의 UL 캐리어 인덱스 정보는 UL 추가 조건이 만족되어 추가될 UL 캐리어의 인덱스를 포함할 수 있다.
AI-추론된 UL 경로 손실 정보는 base UL 캐리어(또는, 추가될 UL 캐리어)에 대한 AI-추론된/추정된 UL 경로 손실 값(예: UL 경로 손실 범위 값)을 포함할 수 있다. base UL 캐리어에 대한 AI-추론된/추정된 UL 경로 손실 값이 기지국(302)으로 전달된 경우, 기지국(302)은 해당 UL 캐리어에 대한 UL carrier offset 파라미터의 값을 이용하여 해당 UL 캐리어에 대한 AI-추론된/추정된 UL 경로 손실 값을 획득/계산할 수 있다.
PUSCH 전송 전력 정보는 UL 추가 요청이 전송되는 PUSCH의 전송 전력 값을 포함할 수 있다.
동작 830에서, 기지국(302)은 추가될 UL 캐리어에 대한 어드미션 제어(admission control)을 수행할 수 있다. 어드미션 제어를 통해, 기지국(302)은 추가될 UL 캐리어가 해당 단말을 수용할 수 있는지 여부를 판단할 수 있다.
동작 840에서, 기지국(302)은 프리앰블 할당(preamble assignment) 메시지를 전송할 수 있다. 일 실시예에 따른, 기지국(302)은 PDSCH를 통해 프리앰블 할당 메시지를 전송할 수 있다. 프리앰블 할당 메시지는 RRC 메시지로서, UL 추가 요청 메시지에 대한 UL 추가 명령의 역할을 수행할 수 있다.
일 실시예에 따른, 프리앰블 할당 메시지는 새로운 UL 캐리어로 전송할 프리앰블을 할당하기 위한 정보를 포함할 수 있다.
프리앰블 할당 메시지는 랜덤 억세스를 위한 MSG1(MSG1_PRACH)에 대한 TPC(transmit power control) 정보를 옵셔널하게 더 포함할 수 있다. MSG1에 대한 TPC 정보는 PUSCH 관련 전력 정보와 UL 추가 요청 메시지 내의 AI-추론된 UL 경로 손실 정보의 비교에 기초하여 획득된 전력 보정 값을 포함할 수 있다. PUSCH 관련 전력 정보는 기지국(302)에 의해 측정된 PUSCH 수신 전력(예컨대, UL 추가 요청 메시지를 포함하는 PUSCH의 수신 전력)과 UL 추가 요청 메시지 내의 PUSCH 전송 전력의 차이에 해당하는 값일 수 있다.
프리앰블 할당 메시지는 새로운 UL 캐리어의 RACH 설정 정보를 옵셔널하게 더 포함할 수 있다. 이 경우, 기지국에서 브로드캐스팅 되는 SIB1(system information block 1)은 base UL 캐리어의 RACH 설정 정보만 포함하고, base UL 캐리어가 아닌 나머지 UL 캐리어의 RACH 설정 정보는 해당 UL 캐리어에 대한 프리앰블 할당 메시지에 포함되어 전송될 수 있다. 이를 통해, SIB1의 오버헤드를 줄일 수 있다. 대신에, SIB1가 모든 UL 캐리어의 RACH 설정 정보를 포함할 수도 있다. 이 경우, 프리앰블 할당 메시지는 새로운 UL 캐리어의 RACH 설정 정보를 포함하지 않는다. 실시예로서, RACH 설정 정보는 UL 캐리어에 대한 RACH occasion 당 SSB 수, SSB 당 preamble 수 등을 포함할 수 있다.
동작 840에서, 단말(301)은 프리앰블(MSG1)을 기지국(302)으로 전송할 수 있다. 일 실시예에 따른, 단말(301)은 새로운 UL 캐리어를 이용하여 프리앰블을 전송할 수 있다. 예를 들면, 단말(301)은 새로운 UL 캐리어를 이용하여 PRACH를 통해 프리앰블을 전송할 수 있다.
동작 850에서, 기지국(302)은 RAR(random access response)(MSG2)를 단말(301)로 전송할 수 있다. 일 실시예에 따른, 기지국(302)은 PDSCH를 통해 RAR을 전송할 수 있다.
일 실시예에 따른, RAR은 새로운 UL 캐리어의 TA(timing advance) 명령(command) 및/또는 학습 데이터 수집 지시자(training data collection indicator)를 포함할 수 있다. 학습 데이터 수집 지시자는 데이터 요청 지시자(data request indicator)로 지칭될 수도 있다. 실시예로서, 학습 데이터 수집 지시자 또는 데이터 요청 지시자는 학습 데이터(샘플)의 요청(데이터 요청)을 지시하는 제1 값(예컨대, 1) 또는 학습 데이터(샘플)의 요청(데이터 요청)을 지시하지 않는 제2 값(예컨대, 0)으로 설정될 수 있다.
도 9는 본 개시의 일 실시예에 따른 UL 캐리어 추가를 위한 절차의 일 예를 나타낸다.
도 9의 UL 캐리어 추가 절차는 도 3의 단계 340의 일 예일 수 있다. 도 9의 UL 캐리어 추가 절차는 RACH-less로 동작하는 UL 캐리어 추가 절차일 수 있다.
도 9를 참조하면, 동작 910에서, 단말(301)은 UL 추가 조건이 만족됨을 식별할 수 있다. 예를 들면, 단말(301)은 수학식 4의 UL 추가 조건이 만족됨을 식별할 수 있다. 또는, 단말(301)은 수학식 6의 UL 추가 이벤트 진입 조건이 만족되고, 미리 설정된 기간(예: timeToTrigger 파라미터에 의해 설정된 기간)이 경과하는 경우, UL 추가 조건이 만족됨을 식별할 수 있다.
동작 920에서, 단말(301)은 UL 추가 요청(UL addition request) 메시지를 기지국(302)으로 전송할 수 있다. 일 실시예에 따른, 단말(301)은 base UL 캐리어를 이용하여 UL 추가 요청 메시지를 전송할 수 있다. 예를 들면, 단말(301)은 base UL 캐리어를 이용하여 PUSCH를 통해 UL 추가 요청 메시지를 전송할 수 있다.
일 예로, 단말(301)은 RRC 메시지를 이용하여, UL 추가를 위한 UL 추가 요청 메시지를 기지국(302)로 전송할 수 있다. 일 실시예에 따른, UL 추가 요청 메시지는 추가 이벤트(event U1)의 UL 캐리어 인덱스 정보, AI 기반 UL 추론된(AI-추론된(AI-inferred)) UL 경로 손실 정보, 및/또는 PUSCH 전송 전력 정보를 포함할 수 있다. 각 정보에 대한 설명은 도 8의 설명을 참조할 수 있다.
다른 예로, 단말(301)은 MAC CE(control element)를 이용하여, UL 캐리어의 활성화(activation)를 위한 UL 캐리어 활성화 요청을 기지국(302)로 전송할 수 있다. 예를 들면, 단말(301) 및 기지국(302) 간의 미리 설정된 UL 캐리어가 추가 이벤트(event U1)를 만족시키는 경우, 단말(302)은 RRC 메시지 대신, MAC CE를 이용하여 UL 캐리어 활성화 요청을 기지국(302)으로 전송할 수 있다.
동작 930에서, 기지국(302)은 추가될 UL 캐리어에 대한 어드미션 제어(admission control)을 수행할 수 있다. 어드미션 제어를 통해, 기지국(302)은 추가될 UL 캐리어가 해당 단말을 수용할 수 있는지 여부를 판단할 수 있다.
동작 940에서, 기지국(302)은 UL 캐리어의 추가가 완료되었음을 알리는 메시지(UL addition complete 메시지)를 단말(301)로 전송할 수 있다.
도 10은 본 개시의 일 실시예에 따른 UL 캐리어 해제를 위한 시나리오의 일 예를 나타낸다.
도 10의 실시예의 경우, 설명의 편의를 위해, 3개의 UL 캐리어가 사용되는 것으로 가정한다. 예컨대, 도시된 것처럼, 28 GHz 대역을 이용하는 UL 캐리어(UL 캐리어1), 2.1 GHz 대역을 이용하는 UL 캐리어(UL 캐리어2), 및 800 MHz 대역을 이용하는 UL 캐리어(UL 캐리어3)가 사용될 수 있다. 이 중, 하나의 UL 캐리어가 base UL 캐리어로 사용될 수 있다. 예를 들면, 가장 넓은 커버리지를 갖는 UL 캐리어3이 base UL 캐리어로 설정될 수 있다.
도 10에 도시된 것처럼, 단말(301)이 기지국(302)으로부터 멀어지도록 이동하는 경우, UL 캐리어를 해제하기 위한 이벤트(event U2)가 미리 설정된 조건(UL 해제 조건)을 만족할 수 있다. 예를 들면, UL 캐리어2의 UL 커버리지 내에 위치하던 단말(301)이 UL 캐리어2의 UL 커버리지 밖으로 이동된 경우, UL 캐리어2를 해제하기 위한 이벤트가 미리 설정된 조건을 만족할 수 있다.UL 해제 조건이 만족되는지 결정하기 위해, 예컨대, 수학식 5 (또는, 수학식 8/9)가 이용될 수 있다. 이때, UL 캐리어2에 대한 경로 손실 데이터의 값은 AI 모델을 이용하여 획득된 base UL 캐리어인 UL 캐리어3에 대한 경로 손실 데이터의 값에 UL carrier offset 파라미터에 의해 설정된 UL 캐리어2에 대한 UL carrier offset을 더함으로써 획득될 수 있다.
UL 해제 조건이 만족된 경우(즉, UL 해제 이벤트(event U2)가 트리거링 된 경우), 단말(301)과 기지국(302)은 기존 UL 캐리어를 해제하기 위한 절차를 수행할 수 있다.
도 11은 본 개시의 일 실시예에 따른 UL 캐리어 해제를 위한 절차의 일 예를 나타낸다.
도 11의 UL 캐리어 해제 절차는 도 3의 단계 350의 일 예일 수 있다.
도 11을 참조하면, 동작 1110에서, 단말(301)은 UL 해제 조건이 만족됨을 식별할 수 있다. 예를 들면, 단말(301)은 수학식 5의 UL 해제 조건이 만족됨을 식별할 수 있다. 또는, 단말(301)은 수학식 8의 UL 해제 이벤트 진입 조건이 만족되고, 미리 설정된 기간(예: timeToTrigger 파라미터에 의해 설정된 기간)이 경과하는 경우, UL 해제 조건이 만족됨을 식별할 수 있다.
동작 1120에서, 단말(301)은 UL 해제 요청(UL release request) 메시지를 기지국(302)으로 전송할 수 있다. 일 실시예에 따른, 단말(301)은 base UL 캐리어를 이용하여 UL 해제 요청 메시지를 전송할 수 있다. 예를 들면, 단말(301)은 base UL 캐리어를 이용하여 PUSCH를 통해 UL 해제 요청 메시지를 전송할 수 있다.
동작 1130에서, 기지국(302)은 UL 캐리어의 해제가 완료되었음을 알리는 메시지(UL addition complete 메시지)를 단말(301)로 전송할 수 있다.
도 12는 본 개시의 일 실시예에 따른 AI 모델의 학습(training)을 위한 데이터 수집 절차의 일 예를 나타낸다.
도 12의 실시예는 주기적(또는, 랜덤) 학습 데이터 수집의 일 예를 나타낸다. 도 12의 학습 데이터 수집 절차는 초기 AI 모델을 학습하기 위한 학습 데이터의 수집의 경우에 적합할 수 있다. AI 모델의 초기 학습은 기지국 또는 기지국에 연결된 서버에서 수행될 수 있으나, 이에 한정되지 않는다.
도 12를 참조하면, 동작 1210에서, 기지국(302)은 데이터 수집(또는, 데이터 수집 이벤트)이 트리거링됨을 식별할 수 있다. 일 실시예에 따른, 기지국(302)은 미리 설정된 조건(예: 주기 조건)이 만족되는 경우, 데이터 수집(또는, 데이터 수집 이벤트)이 트리거링됨을 식별할 수 있다.
동작 1220에서, 기지국(302)은 데이터 요청 메시지를 단말(301)로 전송할 수 있다. 일 실시예에 따른, 기지국(302)은 데이터 수집(또는, 데이터 수집 이벤트)이 트리거링됨이 식별되는 경우, 데이터를 요청할 단말을 선택할 수 있다. 실시예로서, 기지국(302)은 모든 단말 또는 랜덤하게 선택된 일부 단말을 데이터를 요청할 단말로 선택할 수 있다.
동작 1230에서, 단말(301)은 참조 신호 및 PUSCH를 기지국(302)으로 전송할 수 있다. 참조 신호는 SRS(sounding reference signal)일 수 있으나, 이에 한정되지 않는다. 이하에서는 설명의 편의를 위해, 참조 신호가 SRS인 것으로 가정한다.
실시예로서, PUSCH는 학습될 AI 모델의 입력(X data)으로 사용될 데이터(예컨대, DL RSRP 측정 데이터(예: DL SS-RSRP 측정 데이터) 또는 단말 위치 데이터(예: GPS 데이터))를 포함할 수 있다.
실시예로서, SRS는 기지국(302)이 UL 경로 손실을 추정하기 위해 사용될 수 있다. SRS에 기초하여 추정된 UL 경로 손실은 AI 모델의 학습을 위한 출력(Y label/실제 값)으로 사용될 수 있다. 예를 들면, SRS에 기초하여 추정된 UL 경로 손실(실제 값)과 입력(X data)에 기초하여 AI 기반 UL 추론된(AI-추론된) UL 경로 손실(추론 값)의 차이(오차)를 줄이는 방향으로 AI 모델이 학습될 수 있다. 이렇게 학습된 AI 모델에 대한 설정 정보는 상술한 AI 모델 설정 정보(예: 도 3의 320의 AI 모델 설정 정보)를 통해 단말(301)로 전송될 수 있다.
도 13은 본 개시의 일 실시예에 따른 AI 모델의 학습을 위한 데이터 수집 절차의 다른 예를 나타낸다.
도 13의 실시예는 스레시홀드 기반 학습 데이터 수집의 일 예를 나타낸다. 도 13의 학습 데이터 수집 절차는 구동 중인 AI 모델의 미세 조정(fine-tuning)을 위한 추가적인 데이터의 수집의 경우에 적합할 수 있다. AI 모델의 미세 조정은 기지국 또는 기지국에 연결된 서버에서 수행될 수 있으나, 이에 한정되지 않는다.
도 13을 참조하면, 동작 1310에서, 단말(301)은 UL 추가 조건이 만족됨을 식별할 수 있다. 예를 들면, 단말(301)은 수학식 4의 UL 추가 조건이 만족됨을 식별할 수 있다. 또는, 단말(301)은 수학식 6의 UL 추가 이벤트 진입 조건이 만족되고, 미리 설정된 기간(예: timeToTrigger 파라미터에 의해 설정된 기간)이 경과하는 경우, UL 추가 조건이 만족됨을 식별할 수 있다.
동작 1320에서, 단말(301)은 UL 추가 요청(UL addition request) 메시지를 기지국(302)으로 전송할 수 있다. 도 13의 동작 1320 및 동작 1320의 UL 추가 요청 메시지는 도 8의 동작 820 및 동작 820의 UL 추가 요청 메시지와 동일할 수 있다.
동작 1330에서, 기지국(302)은 AI 결과들의 평가를 수행할 수 있다. 예를 들면, 기지국(302)은 PUSCH 관련 전력 정보과 UL 추가 요청 메시지 내의 AI-추론된 UL 경로 손실 정보(예: 경로 손실 범위 값)의 비교 결과가 스레시홀드 이상인지를 결정할 수 있다. 여기서, PUSCH 관련 전력 정보는 기지국(302)에 의해 측정된 PUSCH 수신 전력(예컨대, UL 추가 요청 메시지를 포함하는 PUSCH의 수신 전력)과 UL 추가 요청 메시지 내의 PUSCH 전송 전력의 차이에 해당하는 값일 수 있다. PUSCH 관련 전력 값과 UL 추가 요청 메시지 내의 AI-추론된 UL 경로 손실 값의 비교 결과가 스레시홀드 이상인 경우, 기지국(302)은 RAR 내의 학습 데이터 수집 지시자(데이터 요청 지시자)의 값을 학습 데이터의 요청을 지시하는 제1 값(예컨대, 1)으로 설정할 수 있다. 학습 데이터 수집 지시자(데이터 요청 지시자)의 설명은 도 8을 참조할 수 있다.
동작 1340에서, 기지국(302)은 프리앰블 할당 메시지를 전송할 수 있다. 도 13의 동작 1340 및 동작 1340의 프리앰블 할당 메시지는 도 8의 동작 840 및 동작 840의 프리앰블 할당 메시지와 동일할 수 있다.
동작 1350에서, 단말(301)은 프리앰블(MSG1)을 기지국(302)으로 전송할 수 있다. 도 13의 동작 1350 및 동작 1350의 프리앰블은 도 8의 동작 840 및 동작 840의 프리앰블과 동일할 수 있다.
동작 1360에서, 기지국(302)은 RAR(MGS2)를 단말(301)로 전송할 수 있다. 상술한 것처럼, RAR은 학습 데이터 수집 지시자(데이터 요청 지시)를 포함할 수 있고, 학습 데이터 수집 지시자(데이터 요청 지시자)의 값은 데이터 요청을 지시하는 제1 값(예컨대, 1)로 설정될 수 있다.
동작 1360에서, 단말(301)은 참조 신호(예: SRS) 및 PUSCH를 기지국(302)으로 전송할 수 있다. 예를 들면, RAR 내의 학습 데이터 수집 지시자(데이터 요청 지시자)의 값이 데이터 요청을 지시하는 제1 값(예컨대, 1)로 설정된 경우, 단말(301)은 SRS 및 PUSCH를 기지국(302)으로 전송할 수 있다.
실시예로서, PUSCH는 학습될 AI 모델의 입력(X data)으로 사용될 데이터(예컨대, DL RSRP 측정 데이터(예: DL SS-RSRP 측정 데이터) 또는 단말 위치 데이터(예: GPS 데이터))를 포함할 수 있다.
실시예로서, SRS는 기지국(302)이 UL 경로 손실을 추정하기 위해 사용될 수 있다. SRS에 기초하여 추정된 UL 경로 손실은 AI 모델의 학습을 위한 출력(Y label/실제 값)으로 사용될 수 있다. 예를 들면, SRS에 기초하여 추정된 UL 경로 손실(실제 값)과 입력(X data)에 기초하여 AI 기반 UL 추론된(AI-추론된) UL 경로 손실(추론 값)의 차이(오차)를 줄이는 방향으로 AI 모델이 학습될 수 있다. 이렇게 학습된 AI 모델에 대한 설정 정보는 는 상술한 AI 모델 설정 정보(예: 도 3의 320의 AI 모델 설정 정보)를 통해 단말(301)로 전송될 수 있다.
도 14는 본 개시의 일 실시예에 따른 단말의 방법을 나타내는 흐름도이다.
도 14를 참조하면, 단말은 AI 기반 UL 경로 손실의 추정을 위한 AI 모델 설정 정보(예: 도 3의 320의 AI 모델 설정 정보)를 기지국으로부터 수신할 수 있다(1410).
단말은 상기 AI 모델 설정 정보에 기초하여, 베이스 UL 캐리어에 대한 AI 기반 UL 경로 손실을 추정할 수 있다(1420).
실시예로서, 상기 AI 모델 설정 정보는: 상기 AI 기반 UL 경로 손실의 추정을 위해 사용되는 AI 모델에 대한 정보, 상기 AI 기반 UL 경로 손실의 추정을 위한 주기 정보, 상기 베이스 UL 캐리어에 대한 AI 기반 UL 경로 손실과 해당 UL 캐리어에 대한 AI 기반 UL 경로 손실 사이의 오프셋을 지정하는 오프셋 정보, UL 캐리어 추가 이벤트에 대한 정보, 또는 UL 캐리어 해제 이벤트에 대한 정보, 중 적어도 하나를 포함할 수 있다.
실시예로서, 상기 AI 모델 설정 정보는: UL 캐리어의 추가가 CFRA(contention free random access) 또는 RACH(random access channel)-less로 동작하는지를 알려주는 인디케이터 정보를 더 포함할 수 있다.
실시예로서, 상기 AI 모델 설정 정보는 RRC 메시지를 통해 전송될 수 있다.
실시예로서, 단말은 상기 AI 기반 UL 경로 손실에 기초하여, 새로운 UL 캐리어를 추가하기 위한 조건이 만족되는지를 결정하고, 상기 새로운 UL 캐리어를 추가하기 위한 조건이 만족되는 경우, 상기 새로운 UL 캐리어를 추가할 수 있다.
실시예로서, 단말은 상기 기지국으로, 상기 새로운 UL 캐리어에 대한 UL 캐리어 추가 요청 메시지를 전송하고, 상기 기지국으로부터, 상기 새로운 UL 캐리어로 전송될 프리앰블을 할당하기 위한 프리앰블 할당 메시지를 수신하고, 상기 프리앰블을 전송하고, 상기 프리앰블에 대응하는 랜덤 액세스 응답을 수신할 수 있다.
실시예로서, 상기 UL 캐리어 추가 요청 메시지는: 추가될 새로운 UL 캐리어의 UL 캐리어 인덱스 정보; 상기 AI 기반 UL 경로 손실에 대한 정보; 및 상기 UL 캐리어 추가 요청 메시지가 전송되는 PUSCH에 대한 전송 전력 정보를 포함할 수 있다.
실시예로서, 상기 랜덤 액세스 응답은: 상기 AI 기반 UL 경로 손실의 추정을 위해 사용되는 AI 모델의 학습을 위해 사용될 학습 데이터를 요청할지를 지시하는 지시 정보를 포함하고, 상기 단말은 상기 지시 정보가 상기 학습 데이터를 요청함을 지시하는 값으로 설정된 경우, SRS(sounding reference signal) 및 PUSCH를 기지국으로 전송할 수 있다.
실시예로서, 단말은 상기 AI 기반 UL 경로 손실에 기초하여, 기존 UL 캐리어를 해제하기 위한 조건이 만족되는지를 결정할 수 있다.
실시예로서, 상기 AI 기반 UL 경로 손실의 추정을 위해 사용되는 AI 모델은 서빙 셀 및 적어도 하나의 이웃 셀로부터 수신된 다운링크(DL) 신호에 기초하여 측정된 DL RSRP(reference signal received power) 측정 데이터 또는 상기 단말의 위치 데이터를 입력 데이터로 이용할 수 있다.
도 15는 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 단말의 일 구성 예를 나타낸 도면이다.
도 15에서 단말은 프로세서(1501), 송수신기(1503), 메모리(1505)를 포함할 수 있다. 도 1 내지 도 14의 전술한 실시 예들에서 설명한 방법(들)에 따라 단말의 프로세서(1501), 송수신기(1503), 메모리(1505)가 동작할 수 있다. 다만, 단말의 구성 요소가 전술한 예에 한정되는 것은 아니다. 예를 들어, 단말은 전술한 구성 요소들 보다 더 많은 구성 요소를 포함하거나 더 적은 구성 요소를 포함할 수도 있다. 뿐만 아니라 상기 프로세서(1501), 송수신기(1503), 메모리(1505)는 적어도 하나의 칩(chip) 형태로 구현될 수도 있다.
송수신기(1503)는 수신기와 송신기를 통칭한 것으로 송수신기(1503)를 통해 단말 또는 다른 네트워크 엔티티와 신호를 송수신할 수 있다. 이때, 송수신하는 신호는 제어 정보와 데이터 중 적어도 하나를 포함할 수 있다. 이를 위해, 송수신기(1503)는 송신되는 신호의 주파수를 상승 변환 및 증폭하는 RF 송신기와, 수신되는 신호를 저 잡음 증폭하고 주파수를 하강 변환하는 RF 수신기를 포함할 수 있다. 이는 송수신기(1503)의 일 실시예일 뿐이며, 송수신기(1503)의 구성요소가 RF 송신기 및 RF 수신기에 한정되는 것은 아니다. 또한, 송수신기(1503)는 3GPP 규격에서 정해진 통신 방식을 통해 신호를 수신하여 프로세서(1501)로 출력하고, 프로세서(1501)로부터 출력된 신호를 전송할 수 있다. 또한, 송수신기(1503)는 신호를 수신하여 프로세서(1501)로 출력하고, 프로세서(1501)로부터 출력된 신호를 네트워크를 통해 다른 네트워크 엔티티로 전송할 수 있다.
메모리(1505)는 도 1 내지 도 14의 실시 예들 중 적어도 하나에 따른 단말의 동작에 필요한 프로그램 및 데이터를 저장할 수 있다. 또한, 메모리(1505)는 단말에서 획득되는 신호에 포함된 제어 정보 및/또는 데이터를 저장할 수 있다. 메모리(1505)는 롬(ROM), 램(RAM), 하드디스크, CD-ROM 및 DVD 등과 같은 저장 매체 또는 저장 매체들의 조합으로 구성될 수 있다.
프로세서(1501)는 도 1 내지 도 14의 실시 예들 중 적어도 하나에 따라 단말이 동작할 수 있도록 일련의 과정을 제어할 수 있다. 프로세서(1501)는 적어도 하나 이상의 프로세서를 포함할 수 있다.
도 16은 본 개시의 일 실시 예에 따른 무선 통신 시스템에서 기지국의 일 구성 예를 나타낸 도면이다.
도 16에서 기지국은 프로세서(1601), 송수신기(1603), 메모리(1605)를 포함할 수 있다. 도 1 내지 도 14의 전술한 실시 예들에서 설명한 방법(들)에 따라 단말의 프로세서(1601), 송수신기(1603), 메모리(1605)가 동작할 수 있다. 다만, 단말의 구성 요소가 전술한 예에 한정되는 것은 아니다. 예를 들어, 단말은 전술한 구성 요소들 보다 더 많은 구성 요소를 포함하거나 더 적은 구성 요소를 포함할 수도 있다. 뿐만 아니라 상기 프로세서(1601), 송수신기(1603), 메모리(1605)는 적어도 하나의 칩(chip) 형태로 구현될 수도 있다.
송수신기(1603)는 수신기와 송신기를 통칭한 것으로 송수신기(1603)를 통해 단말 또는 다른 네트워크 엔티티와 신호를 송수신할 수 있다. 이때, 송수신하는 신호는 제어 정보와 데이터 중 적어도 하나를 포함할 수 있다. 이를 위해, 송수신기(1603)는 송신되는 신호의 주파수를 상승 변환 및 증폭하는 RF 송신기와, 수신되는 신호를 저 잡음 증폭하고 주파수를 하강 변환하는 RF 수신기를 포함할 수 있다. 이는 송수신기(1603)의 일 실시예일 뿐이며, 송수신기(1603)의 구성요소가 RF 송신기 및 RF 수신기에 한정되는 것은 아니다. 또한, 송수신기(1603)는 3GPP 규격에서 정해진 통신 방식을 통해 신호를 수신하여 프로세서(1601)로 출력하고, 프로세서(1601)로부터 출력된 신호를 전송할 수 있다. 또한, 송수신기(1603)는 신호를 수신하여 프로세서(1601)로 출력하고, 프로세서(1601)로부터 출력된 신호를 네트워크를 통해 다른 네트워크 엔티티로 전송할 수 있다.
메모리(1605)는 도 1 내지 도 14의 실시 예들 중 적어도 하나에 따른 기지국의 동작에 필요한 프로그램 및 데이터를 저장할 수 있다. 또한, 메모리(1605)는 단말에서 획득되는 신호에 포함된 제어 정보 및/또는 데이터를 저장할 수 있다. 메모리(1505)는 롬(ROM), 램(RAM), 하드디스크, CD-ROM 및 DVD 등과 같은 저장 매체 또는 저장 매체들의 조합으로 구성될 수 있다.
프로세서(1601)는 도 1 내지 도 14의 실시 예들 중 적어도 하나에 따라 기지국이 동작할 수 있도록 일련의 과정을 제어할 수 있다. 프로세서(1601)는 적어도 하나 이상의 프로세서를 포함할 수 있다.
상술한 본 개시의 구체적인 실시 예들에서, 본 개시에 포함되는 구성 요소는 제시된 구체적인 실시 예에 따라 단수 또는 복수로 표현되었다. 그러나, 단수 또는 복수의 표현은 설명의 편의를 위해 제시한 상황에 적합하게 선택된 것으로서, 본 개시가 단수 또는 복수의 구성 요소에 제한되는 것은 아니며, 복수로 표현된 구성 요소라 하더라도 단수로 구성되거나, 단수로 표현된 구성 요소라 하더라도 복수로 구성될 수 있다.
한편 본 개시의 상세한 설명에서는 구체적인 실시 예에 관해 설명하였으나, 본 개시의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 개시의 범위는 설명된 실시 예에 국한되어 정해져서는 아니 되며 후술하는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.

Claims (20)

  1. 무선 통신 시스템에서 단말의 방법에 있어서,
    AI(artificial intelligence) 기반 업링크(UL) 경로 손실의 추정을 위한 AI 모델 설정 정보를 기지국으로부터 수신하는 단계; 및
    상기 AI 모델 설정 정보에 기초하여, 베이스 UL 캐리어에 대한 AI 기반 UL 경로 손실을 추정하는 단계를 포함하는, 방법.
  2. 제1항에 있어서, 상기 AI 모델 설정 정보는:
    상기 AI 기반 UL 경로 손실의 추정을 위해 사용되는 AI 모델에 대한 정보,
    상기 AI 기반 UL 경로 손실의 추정을 위한 주기 정보,
    상기 베이스 UL 캐리어에 대한 AI 기반 UL 경로 손실과 해당 UL 캐리어에 대한 AI 기반 UL 경로 손실 사이의 오프셋을 지정하는 오프셋 정보,
    UL 캐리어 추가 이벤트에 대한 정보, 또는
    UL 캐리어 해제 이벤트에 대한 정보,
    중 적어도 하나를 포함하는, 방법.
  3. 제2항에 있어서, 상기 AI 모델 설정 정보는:
    UL 캐리어의 추가가 CFRA(contention free random access) 또는 RACH(random access channel)-less로 동작하는지를 알려주는 인디케이터 정보를 더 포함하는, 방법.
  4. 제3항에 있어서, 상기 AI 모델 설정 정보는 RRC 메시지를 통해 전송되는, 방법.
  5. 제1항에 있어서, 상기 방법은:
    상기 AI 기반 UL 경로 손실에 기초하여, 새로운 UL 캐리어를 추가하기 위한 조건이 만족되는지를 결정하는 단계; 및
    상기 새로운 UL 캐리어를 추가하기 위한 조건이 만족되는 경우, 상기 새로운 UL 캐리어를 추가하기 위한 단계를 포함하는, 방법.
  6. 제5항에 있어서,
    상기 새로운 UL 캐리어를 추가하기 위한 단계는:
    상기 기지국으로, 상기 새로운 UL 캐리어에 대한 UL 캐리어 추가 요청 메시지를 전송하는 단계;
    상기 기지국으로부터, 상기 새로운 UL 캐리어로 전송될 프리앰블을 할당하기 위한 프리앰블 할당 메시지를 수신하는 단계;
    상기 프리앰블을 전송하는 단계; 및
    상기 프리앰블에 대응하는 랜덤 액세스 응답을 수신하는 단계를 포함하는, 방법.
  7. 제6항에 있어서,
    상기 UL 캐리어 추가 요청 메시지는:
    추가될 새로운 UL 캐리어의 UL 캐리어 인덱스 정보;
    상기 AI 기반 UL 경로 손실에 대한 정보; 및
    상기 UL 캐리어 추가 요청 메시지가 전송되는 PUSCH에 대한 전송 전력 정보를 포함하는, 방법.
  8. 제6항에 있어서,
    상기 랜덤 액세스 응답은:
    상기 AI 기반 UL 경로 손실의 추정을 위해 사용되는 AI 모델의 학습을 위해 사용될 학습 데이터를 요청할지를 지시하는 지시 정보를 포함하고,
    상기 방법은:
    상기 지시 정보가 상기 학습 데이터를 요청함을 지시하는 값으로 설정된 경우, SRS(sounding reference signal) 및 PUSCH를 기지국으로 전송하는 단계를 더 포함하는, 방법.
  9. 제1항에 있어서, 상기 방법은:
    상기 AI 기반 UL 경로 손실에 기초하여, 기존 UL 캐리어를 해제하기 위한 조건이 만족되는지를 결정하는 단계를 더 포함하는, 방법.
  10. 제1항에 있어서,
    상기 AI 기반 UL 경로 손실의 추정을 위해 사용되는 AI 모델은 서빙 셀 및 적어도 하나의 이웃 셀로부터 수신된 다운링크(DL) 신호에 기초하여 측정된 DL RSRP(reference signal received power) 측정 데이터 또는 상기 단말의 위치 데이터를 입력 데이터로 이용하는, 방법.
  11. 무선 통신 시스템에서 단말에 있어서,
    메모리; 및
    상기 메모리에 연결된 프로세서를 포함하며, 상기 프로세서는:
    AI(artificial intelligence) 기반 업링크(UL) 경로 손실의 추정을 위한 AI 모델 설정 정보를 기지국으로부터 수신하고,
    상기 AI 모델 설정 정보에 기초하여, 베이스 UL 캐리어에 대한 AI 기반 UL 경로 손실을 추정하도록 설정되는, 단말.
  12. 제11항에 있어서, 상기 AI 모델 설정 정보는:
    상기 AI 기반 UL 경로 손실의 추정을 위해 사용되는 AI 모델에 대한 정보,
    상기 AI 기반 UL 경로 손실의 추정을 위한 주기 정보,
    상기 베이스 UL 캐리어에 대한 AI 기반 UL 경로 손실과 해당 UL 캐리어에 대한 AI 기반 UL 경로 손실 사이의 오프셋을 지정하는 오프셋 정보,
    UL 캐리어 추가 이벤트에 대한 정보, 또는
    UL 캐리어 해제 이벤트에 대한 정보,
    중 적어도 하나를 포함하는, 단말.
  13. 제12항에 있어서, 상기 AI 모델 설정 정보는:
    UL 캐리어의 추가가 CFRA(contention free random access) 또는 RACH(random access channel)-less로 동작하는지를 알려주는 인디케이터 정보를 더 포함하는, 단말.
  14. 제13항에 있어서, 상기 AI 모델 설정 정보는 RRC 메시지를 통해 전송되는, 단말.
  15. 제11항에 있어서, 상기 프로세서는:
    상기 AI 기반 UL 경로 손실에 기초하여, 새로운 UL 캐리어를 추가하기 위한 조건이 만족되는지를 결정하고,
    상기 새로운 UL 캐리어를 추가하기 위한 조건이 만족되는 경우, 상기 새로운 UL 캐리어를 추가하도록 더 설정되는, 단말.
  16. 제15항에 있어서,
    상기 프로세서는:
    상기 기지국으로, 상기 새로운 UL 캐리어에 대한 UL 캐리어 추가 요청 메시지를 전송하고,
    상기 기지국으로부터, 상기 새로운 UL 캐리어로 전송될 프리앰블을 할당하기 위한 프리앰블 할당 메시지를 수신하고,
    상기 프리앰블을 전송하고,
    상기 프리앰블에 대응하는 랜덤 액세스 응답을 수신하도록 더 설정되는, 단말.
  17. 제16항에 있어서,
    상기 UL 캐리어 추가 요청 메시지는:
    추가될 새로운 UL 캐리어의 UL 캐리어 인덱스 정보;
    상기 AI 기반 UL 경로 손실에 대한 정보; 및
    상기 UL 캐리어 추가 요청 메시지가 전송되는 PUSCH에 대한 전송 전력 정보를 포함하는, 단말.
  18. 제16항에 있어서,
    상기 랜덤 액세스 응답은:
    상기 AI 기반 UL 경로 손실의 추정을 위해 사용되는 AI 모델의 학습을 위해 사용될 학습 데이터를 요청할지를 지시하는 지시 정보를 포함하고,
    상기 프로세서는:
    상기 지시 정보가 상기 학습 데이터를 요청함을 지시하는 값으로 설정된 경우, SRS(sounding reference signal) 및 PUSCH를 기지국으로 전송하도록 더 설정되는, 단말.
  19. 제11항에 있어서, 상기 프로세서는:
    상기 AI 기반 UL 경로 손실에 기초하여, 기존 UL 캐리어를 해제하기 위한 조건이 만족되는지를 결정하도록 더 설정되는, 단말.
  20. 제11항에 있어서,
    상기 AI 기반 UL 경로 손실의 추정을 위해 사용되는 AI 모델은 서빙 셀 및 적어도 하나의 이웃 셀로부터 수신된 다운링크(DL) 신호에 기초하여 측정된 DL RSRP(reference signal received power) 측정 데이터 또는 상기 단말의 위치 데이터를 입력 데이터로 이용하는, 단말.
KR1020220171291A 2022-12-09 2022-12-09 무선 통신 시스템에서 다중 업링크 캐리어 접속을 지원하는 방법 및 장치 KR20240086097A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220171291A KR20240086097A (ko) 2022-12-09 2022-12-09 무선 통신 시스템에서 다중 업링크 캐리어 접속을 지원하는 방법 및 장치
US18/094,653 US20240196337A1 (en) 2022-12-09 2023-01-09 Method and device for supporting multiple uplink carrier access in wireless communication system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220171291A KR20240086097A (ko) 2022-12-09 2022-12-09 무선 통신 시스템에서 다중 업링크 캐리어 접속을 지원하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20240086097A true KR20240086097A (ko) 2024-06-18

Family

ID=91380740

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220171291A KR20240086097A (ko) 2022-12-09 2022-12-09 무선 통신 시스템에서 다중 업링크 캐리어 접속을 지원하는 방법 및 장치

Country Status (2)

Country Link
US (1) US20240196337A1 (ko)
KR (1) KR20240086097A (ko)

Also Published As

Publication number Publication date
US20240196337A1 (en) 2024-06-13

Similar Documents

Publication Publication Date Title
US11997722B2 (en) Random access procedure reporting and improvement for wireless networks
JP7106678B2 (ja) チャネル構成方法および装置、電力制御方法および装置、ユーザ機器、基地局、および記憶媒体
TWI742533B (zh) 輔小區之小區激活之方法及其電子設備
US11711812B2 (en) Method and apparatus for configuring uplink signal, and method and apparatus for determining uplink signal
WO2018082668A1 (zh) 无线通信方法和装置
KR20230156362A (ko) 무선 통신 시스템에서 채널 추정 및 이동성 향상을 위한 방법 및 장치
WO2021146966A1 (zh) 通信方法及装置
EP4213404A1 (en) Method for transmitting and receiving channel state information and device for same in wireless communication system
US11470466B2 (en) Method of transmitting and receiving data in wireless communication system supporting full-duplex radio and apparatus therefor
CN114071690A (zh) 信息上报方法、信息接收方法及相关设备
US20230015843A1 (en) Random access message repetition techniques in beamformed communications
JP7135266B2 (ja) 通信方法およびシステム
CN114531698A (zh) 一种波束的处理方法及装置、通信设备
CN110337110B (zh) 一种波束训练方法及装置
US20220279395A1 (en) Early data transmission for dual connectivity or carrier aggregation
KR20240086097A (ko) 무선 통신 시스템에서 다중 업링크 캐리어 접속을 지원하는 방법 및 장치
CN115955726A (zh) 随机接入过程的控制方法和相关设备
WO2024026843A1 (en) Method for beam failure recovery for l1/l2 centric inter-cell mobility
WO2024065836A1 (en) Ue-triggered time domain channel property report
WO2024031683A1 (en) Time domain channel property reporting
WO2024065838A1 (en) Ue report for uplink simultaneous multi-panel transmission
WO2024077447A1 (en) Determining transmission configuration indicator (tci) state lists for multiple transmission reception points (mtrp)
WO2024031684A1 (en) Ue-assisted time domain beam prediction
US20230413132A1 (en) Method and apparatus for performing fast link adaptation based on sounding reference signal in wireless communication system
WO2024092759A1 (en) Method for control signaling for srs interference randomization