WO2024034694A1 - 무선 통신 시스템에서 신호를 송수신하기 위한 방법 및 장치 - Google Patents

무선 통신 시스템에서 신호를 송수신하기 위한 방법 및 장치 Download PDF

Info

Publication number
WO2024034694A1
WO2024034694A1 PCT/KR2022/011771 KR2022011771W WO2024034694A1 WO 2024034694 A1 WO2024034694 A1 WO 2024034694A1 KR 2022011771 W KR2022011771 W KR 2022011771W WO 2024034694 A1 WO2024034694 A1 WO 2024034694A1
Authority
WO
WIPO (PCT)
Prior art keywords
ris
reference signal
channel
state information
channel state
Prior art date
Application number
PCT/KR2022/011771
Other languages
English (en)
French (fr)
Inventor
오재기
장지환
정재훈
하업성
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to PCT/KR2022/011771 priority Critical patent/WO2024034694A1/ko
Publication of WO2024034694A1 publication Critical patent/WO2024034694A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports

Definitions

  • the following description is about a wireless communication system and a method and device for transmitting and receiving signals between a terminal and a base station in a wireless communication system.
  • terminals and base stations can provide methods and devices for transmitting and receiving signals by controlling the wireless channel environment through an intelligent reflective surface (Reconfigurable Intelligent Surface, RIS).
  • intelligent reflective surface Reconfigurable Intelligent Surface, RIS
  • Wireless access systems are being widely deployed to provide various types of communication services such as voice and data.
  • a wireless access system is a multiple access system that can support communication with multiple users by sharing available system resources (bandwidth, transmission power, etc.).
  • multiple access systems include code division multiple access (CDMA) systems, frequency division multiple access (FDMA) systems, time division multiple access (TDMA) systems, orthogonal frequency division multiple access (OFDMA) systems, and single carrier frequency (SC-FDMA) systems. division multiple access) systems, etc.
  • eMBB enhanced mobile broadband
  • RAT radio access technology
  • Massive MTC Machine Type Communications
  • the present disclosure can provide a method and device for transmitting and receiving signals in a wireless communication system.
  • the present disclosure can provide a method for a terminal and a base station to transmit and receive signals using an intelligent reflective surface (Reconfigurable Intelligent Surface, RIS) in a wireless communication system.
  • an intelligent reflective surface Reconfigurable Intelligent Surface, RIS
  • the present disclosure can provide a method for controlling an intelligent reflective surface based on artificial intelligence in a wireless communication system.
  • the present disclosure can provide a method for measuring a channel of an intelligent radio environment (smart radio environment, SRE) in a wireless communication system.
  • SRE smart radio environment
  • the present disclosure can provide a method of performing beam forming suitable for an intelligent wireless channel environment in a wireless communication system.
  • the present disclosure can provide a method for a terminal and a base station to transmit and receive signals based on an intelligent wireless channel environment in a wireless communication system.
  • a method of operating a terminal in a wireless communication system includes receiving a first reference signal transmitted from a base station, measuring a channel based on the first reference signal, and generating first channel state information. Receiving a second reference signal transmitted from the base station, measuring a channel and generating second channel state information based on the second reference signal, and the first channel state information and the second channel state Receiving data through a first signal based on information, wherein at least one of the first reference signal and the second reference signal may be transmitted to the terminal through an intelligent reflector (Reconfigurable Intelligent Surface, RIS).
  • an intelligent reflector Reconfigurable Intelligent Surface, RIS
  • a method of operating a base station in a wireless communication system transmitting a first reference signal to a terminal, transmitting a second reference signal to the terminal, first channel state information, and second Transmitting data through a first signal based on channel state information, wherein the first channel state information and the second channel state information are generated by the first reference signal and the second reference signal
  • At least one of the first reference signal and the second reference signal may be transmitted to the terminal through an intelligent reflector (Reconfigurable Intelligent Surface, RIS).
  • RIS Reconfigurable Intelligent Surface
  • a terminal of a wireless communication system includes a transceiver and a processor connected to the transceiver, wherein the processor receives a first reference signal transmitted from a base station and based on the first reference signal. measure a channel and generate first channel state information, receive a second reference signal transmitted from the base station, measure a channel based on the second reference signal and generate second channel state information, and 1 Control to receive data through a first signal based on channel state information and second channel state information, where at least one of the first reference signal and the second reference signal uses an intelligent reflector (Reconfigurable Intelligent Surface, RIS) It can be transmitted to the terminal through.
  • RIS Intelligent Intelligent Surface
  • a base station of a wireless communication system includes a transceiver and a processor connected to the transceiver, the processor transmits a first reference signal to a terminal, and transmits a second reference signal to the terminal, , Controlling data to be transmitted through a first signal based on first channel state information and second channel state information, wherein the first channel state information and the second channel state information include the first reference signal and the second channel state information. It is generated by a reference signal, and at least one of the first reference signal and the second reference signal may be transmitted to the terminal through an intelligent reflector (Reconfigurable Intelligent Surface, RIS).
  • RIS Reconfigurable Intelligent Surface
  • the at least one processor may Receive a reference signal, measure a channel based on the first reference signal and generate first channel state information, receive a second reference signal transmitted from the base station, and determine a channel based on the second reference signal. Measure and generate second channel state information, and control to receive data through a first signal based on the first channel state information and the second channel state information, wherein at least one of the first reference signal and the second reference signal One can be transmitted to the terminal through an intelligent reflector (Reconfigurable Intelligent Surface, RIS).
  • RIS Reconfigurable Intelligent Surface
  • At least one executable by a processor includes instructions, wherein at least one instruction is configured to receive a first reference signal transmitted from a base station, measure a channel based on the first reference signal, and generate first channel state information, and receive a first reference signal transmitted from the base station. Receive a second reference signal, measure a channel based on the second reference signal, generate second channel state information, and transmit data through the first signal based on the first channel state information and the second channel state information. Controlled to receive, at least one of the first reference signal and the second reference signal may be transmitted to the terminal through an intelligent reflector (Reconfigurable Intelligent Surface, RIS).
  • RIS Intelligent Intelligent Surface
  • the first reference signal is a reference signal transmitted while all elements of the RIS are off, and the base station transmits all elements of the RIS to the RIS.
  • a first control signal indicating off is transmitted
  • the second reference signal is a reference signal transmitted when at least one of the RIS elements is on, and the base station transmits the RIS elements to the RIS.
  • a second control signal indicating at least one of the on may be transmitted.
  • the second control signal may be generated based on a result of learning the frequency rate according to the direction of the terminal.
  • the second control signal may be information generated through a codebook based on a RIS direction vector set.
  • third channel state information may be generated by the first channel state information and the second channel state information.
  • the first channel state information is state information for a direct channel
  • the second channel state information is state information for an effective channel
  • the third channel state information is reflection. This may be status information about the channel.
  • a first beam forming value and a second beam forming value are calculated using the first channel state information and the second channel state information, and the first signal is the calculated It is generated based on a 1 beam forming value and a second beam forming value, where the first beam forming value may be a beam forming value of the base station, and the second beam forming value may be a beam forming value of the RIS.
  • the terminal includes an integrated beamforming setter to which artificial intelligence technology is applied, and the first beam forming value and the second beam forming value may be calculated by the integrated beamforming setter.
  • the integrated beamforming setter is based on reinforcement learning, inputs state information (state) and reward value (reward), and outputs action, and the state information is, It includes the first channel state information and the second channel state information, the compensation value is a result of the control value of the RIS, and the action may be the first beam forming value and the second beam forming value.
  • a channel measurement method according to a smart radio environment may be provided.
  • the present disclosure allows channel measurement to be effectively performed by applying artificial intelligence technology in a wireless communication system.
  • a method for a terminal and a base station to transmit and receive signals using an intelligent reflective surface (Reconfigurable Intelligent Surface, RIS) in an intelligent wireless channel environment may be provided.
  • an intelligent reflective surface Reconfigurable Intelligent Surface, RIS
  • FIG. 1 is a diagram showing an example of a communication system applicable to the present disclosure.
  • Figure 2 is a diagram showing an example of a wireless device applicable to the present disclosure.
  • Figure 3 is a diagram showing another example of a wireless device applicable to the present disclosure.
  • Figure 4 is a diagram showing an example of AI (Artificial Intelligence) applicable to the present disclosure.
  • AI Artificial Intelligence
  • Figure 5 is a diagram showing a wireless channel environment according to an embodiment of the present disclosure.
  • Figure 6 is a diagram showing an intelligent wireless environment according to an embodiment of the present disclosure.
  • Figure 7 is a diagram showing an existing wireless channel environment and an intelligent wireless channel environment according to an embodiment of the present disclosure.
  • Figure 8 is a diagram showing a method of performing optimization in an intelligent wireless channel environment according to an embodiment of the present disclosure.
  • Figure 9 is a diagram showing a confidence interval according to an embodiment of the present disclosure.
  • Figure 10 shows a RIS control sequence for wireless channel measurement according to an embodiment of the present disclosure.
  • FIG 11 shows an example of an intelligent wireless environmental system including an integrated beamforming setter according to an embodiment of the present disclosure.
  • Figure 12 shows an example of a signal diagram between a base station-RIS-UE for channel estimation and integrated beamforming in an intelligent wireless environment according to an embodiment of the present disclosure.
  • FIG 13 shows an example of a channel estimation and integrated beamforming procedure according to an embodiment of the present disclosure.
  • Figure 14 shows an example of a signal diagram between a base station-RIS-UE for channel estimation and integrated beamforming in an intelligent wireless environment according to an embodiment of the present disclosure.
  • FIG. 15 shows an example of a channel estimation and integrated beamforming procedure according to an embodiment of the present disclosure.
  • Figure 16 shows an example of an active RIS device according to an embodiment of the present disclosure.
  • FIG 17 shows an example of a passive RIS device according to an embodiment of the present disclosure.
  • Figure 18A shows an example of a metalens according to an embodiment of the present disclosure.
  • FIG. 18B shows an example of signal conversion according to a metalens pattern according to an embodiment of the present disclosure.
  • FIG. 19A is a diagram illustrating the frequency ratio according to the steerability of the RIS according to an embodiment of the present disclosure.
  • FIG. 19B is a diagram showing the beam direction according to the steerability of the RIS according to an embodiment of the present disclosure.
  • Figure 20 shows an example of a frequency-based pattern setting procedure according to an embodiment of the present disclosure.
  • Figure 21 shows an example of an artificial intelligence channel estimator according to an embodiment of the present disclosure.
  • Figure 22 shows an example of a supervised learning-based integrated beam forming setter according to an embodiment of the present disclosure.
  • Figure 23 shows an example of a reinforcement learning-based integrated beam forming setter according to an embodiment of the present disclosure.
  • Figure 24 shows an example of a signal transmission and reception procedure of a terminal in an intelligent wireless environment according to an embodiment of the present disclosure.
  • each component or feature may be considered optional unless explicitly stated otherwise.
  • Each component or feature may be implemented in a form that is not combined with other components or features. Additionally, some components and/or features may be combined to configure an embodiment of the present disclosure. The order of operations described in embodiments of the present disclosure may be changed. Some features or features of one embodiment may be included in another embodiment or may be replaced with corresponding features or features of another embodiment.
  • the base station is meant as a terminal node of the network that directly communicates with the mobile station. Certain operations described in this document as being performed by the base station may, in some cases, be performed by an upper node of the base station.
  • 'base station' is a term such as fixed station, Node B, eNB (eNode B), gNB (gNode B), ng-eNB, advanced base station (ABS), or access point. It can be replaced by .
  • a terminal may include a user equipment (UE), a mobile station (MS), a subscriber station (SS), a mobile subscriber station (MSS), It can be replaced with terms such as mobile terminal or advanced mobile station (AMS).
  • UE user equipment
  • MS mobile station
  • SS subscriber station
  • MSS mobile subscriber station
  • AMS advanced mobile station
  • the transmitting end refers to a fixed and/or mobile node that provides a data service or a voice service
  • the receiving end refers to a fixed and/or mobile node that receives a data service or a voice service. Therefore, in the case of uplink, the mobile station can be the transmitting end and the base station can be the receiving end. Likewise, in the case of downlink, the mobile station can be the receiving end and the base station can be the transmitting end.
  • Embodiments of the present disclosure include wireless access systems such as the IEEE 802.xx system, 3GPP (3rd Generation Partnership Project) system, 3GPP LTE (Long Term Evolution) system, 3GPP 5G (5th generation) NR (New Radio) system, and 3GPP2 system. It may be supported by at least one standard document disclosed in one, and in particular, embodiments of the present disclosure are supported by the 3GPP TS (technical specification) 38.211, 3GPP TS 38.212, 3GPP TS 38.213, 3GPP TS 38.321 and 3GPP TS 38.331 documents. It can be.
  • 3GPP TS technical specification
  • embodiments of the present disclosure can be applied to other wireless access systems and are not limited to the above-described systems. As an example, it may be applicable to systems applied after the 3GPP 5G NR system and is not limited to a specific system.
  • 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
  • LTE is 3GPP TS 36.xxx Release 8 It may refer to later technologies.
  • LTE technology after 3GPP TS 36.xxx Release 10 will be referred to as LTE-A
  • LTE technology after 3GPP TS 36.xxx Release 13 will be referred to as LTE-A pro.
  • 3GPP NR may refer to technology after TS 38.xxx Release 15.
  • 3GPP 6G may refer to technology after TS Release 17 and/or Release 18. “xxx” refers to the standard document detail number. This means that LTE/NR/6G can be collectively referred to as a 3GPP system.
  • FIG. 1 is a diagram illustrating an example of a communication system applied to the present disclosure.
  • the communication system 100 applied to the present disclosure includes a wireless device, a base station, and a network.
  • a wireless device refers to a device that performs communication using wireless access technology (e.g., 5G NR, LTE) and may be referred to as a communication/wireless/5G device.
  • wireless devices include robots (100a), vehicles (100b-1, 100b-2), extended reality (XR) devices (100c), hand-held devices (100d), and home appliances (100d).
  • appliance) (100e), IoT (Internet of Thing) device (100f), and AI (artificial intelligence) device/server (100g).
  • vehicles may include vehicles equipped with wireless communication functions, autonomous vehicles, vehicles capable of inter-vehicle communication, etc.
  • the vehicles 100b-1 and 100b-2 may include an unmanned aerial vehicle (UAV) (eg, a drone).
  • UAV unmanned aerial vehicle
  • the XR device 100c includes augmented reality (AR)/virtual reality (VR)/mixed reality (MR) devices, including a head-mounted device (HMD), a head-up display (HUD) installed in a vehicle, a television, It can be implemented in the form of smartphones, computers, wearable devices, home appliances, digital signage, vehicles, robots, etc.
  • the mobile device 100d may include a smartphone, smart pad, wearable device (eg, smart watch, smart glasses), computer (eg, laptop, etc.), etc.
  • Home appliances 100e may include a TV, refrigerator, washing machine, etc.
  • IoT device 100f may include sensors, smart meters, etc.
  • the base station 120 and the network 130 may also be implemented as wireless devices, and a specific wireless device 120a may operate as a base station/network node for other wireless devices.
  • Wireless devices 100a to 100f may be connected to the network 130 through the base station 120.
  • AI technology may be applied to the wireless devices 100a to 100f, and the wireless devices 100a to 100f may be connected to the AI server 100g through the network 130.
  • the network 130 may be configured using a 3G network, 4G (eg, LTE) network, or 5G (eg, NR) network.
  • Wireless devices 100a to 100f may communicate with each other through the base station 120/network 130, but communicate directly (e.g., sidelink communication) without going through the base station 120/network 130. You may.
  • vehicles 100b-1 and 100b-2 may communicate directly (eg, vehicle to vehicle (V2V)/vehicle to everything (V2X) communication).
  • the IoT device 100f eg, sensor
  • the IoT device 100f may communicate directly with other IoT devices (eg, sensor) or other wireless devices 100a to 100f.
  • FIG. 2 is a diagram illustrating an example of a wireless device applicable to the present disclosure.
  • the first wireless device 200a and the second wireless device 200b can transmit and receive wireless signals through various wireless access technologies (eg, LTE, NR).
  • ⁇ first wireless device 200a, second wireless device 200b ⁇ refers to ⁇ wireless device 100x, base station 120 ⁇ and/or ⁇ wireless device 100x, wireless device 100x) in FIG. ⁇ can be responded to.
  • the first wireless device 200a includes one or more processors 202a and one or more memories 204a, and may further include one or more transceivers 206a and/or one or more antennas 208a.
  • Processor 202a controls memory 204a and/or transceiver 206a and may be configured to implement the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein.
  • the processor 202a may process information in the memory 204a to generate first information/signal and then transmit a wireless signal including the first information/signal through the transceiver 206a.
  • the processor 202a may receive a wireless signal including the second information/signal through the transceiver 206a and then store information obtained from signal processing of the second information/signal in the memory 204a.
  • the memory 204a may be connected to the processor 202a and may store various information related to the operation of the processor 202a.
  • memory 204a may perform some or all of the processes controlled by processor 202a or instructions for performing the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein.
  • Software code containing them can be stored.
  • the processor 202a and the memory 204a may be part of a communication modem/circuit/chip designed to implement wireless communication technology (eg, LTE, NR).
  • Transceiver 206a may be coupled to processor 202a and may transmit and/or receive wireless signals via one or more antennas 208a.
  • Transceiver 206a may include a transmitter and/or receiver.
  • the transceiver 206a may be used interchangeably with a radio frequency (RF) unit.
  • RF radio frequency
  • a wireless device may mean a communication modem/circuit/chip.
  • the second wireless device 200b includes one or more processors 202b, one or more memories 204b, and may further include one or more transceivers 206b and/or one or more antennas 208b.
  • Processor 202b controls memory 204b and/or transceiver 206b and may be configured to implement the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein.
  • the processor 202b may process information in the memory 204b to generate third information/signal and then transmit a wireless signal including the third information/signal through the transceiver 206b.
  • the processor 202b may receive a wireless signal including the fourth information/signal through the transceiver 206b and then store information obtained from signal processing of the fourth information/signal in the memory 204b.
  • the memory 204b may be connected to the processor 202b and may store various information related to the operation of the processor 202b. For example, memory 204b may perform some or all of the processes controlled by processor 202b or instructions for performing the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein. Software code containing them can be stored.
  • the processor 202b and the memory 204b may be part of a communication modem/circuit/chip designed to implement wireless communication technology (eg, LTE, NR).
  • Transceiver 206b may be coupled to processor 202b and may transmit and/or receive wireless signals via one or more antennas 208b.
  • the transceiver 206b may include a transmitter and/or a receiver.
  • the transceiver 206b may be used interchangeably with an RF unit.
  • a wireless device may mean a communication modem/circuit/chip.
  • one or more protocol layers may be implemented by one or more processors 202a and 202b.
  • one or more processors 202a and 202b may operate on one or more layers (e.g., physical (PHY), media access control (MAC), radio link control (RLC), packet data convergence protocol (PDCP), and radio resource (RRC). control) and functional layers such as SDAP (service data adaptation protocol) can be implemented.
  • layers e.g., physical (PHY), media access control (MAC), radio link control (RLC), packet data convergence protocol (PDCP), and radio resource (RRC). control
  • SDAP service data adaptation protocol
  • One or more processors 202a, 202b may generate one or more Protocol Data Units (PDUs) and/or one or more service data units (SDUs) according to the descriptions, functions, procedures, suggestions, methods, and/or operational flowcharts disclosed in this document. can be created.
  • One or more processors 202a and 202b may generate messages, control information, data or information according to the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed in this document.
  • One or more processors 202a, 202b generate signals (e.g., baseband signals) containing PDUs, SDUs, messages, control information, data, or information according to the functions, procedures, proposals, and/or methods disclosed herein.
  • transceivers 206a, 206b can be provided to one or more transceivers (206a, 206b).
  • One or more processors 202a, 202b may receive signals (e.g., baseband signals) from one or more transceivers 206a, 206b, and the descriptions, functions, procedures, suggestions, methods, and/or operational flowcharts disclosed herein.
  • PDU, SDU, message, control information, data or information can be obtained.
  • One or more processors 202a, 202b may be referred to as a controller, microcontroller, microprocessor, or microcomputer.
  • One or more processors 202a and 202b may be implemented by hardware, firmware, software, or a combination thereof.
  • ASICs application specific integrated circuits
  • DSPs digital signal processors
  • DSPDs digital signal processing devices
  • PLDs programmable logic devices
  • FPGAs field programmable gate arrays
  • the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed in this document may be implemented using firmware or software, and the firmware or software may be implemented to include modules, procedures, functions, etc.
  • Firmware or software configured to perform the descriptions, functions, procedures, suggestions, methods and/or operation flowcharts disclosed in this document may be included in one or more processors 202a and 202b or stored in one or more memories 204a and 204b. It may be driven by the above processors 202a and 202b.
  • the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed in this document may be implemented using firmware or software in the form of codes, instructions and/or sets of instructions.
  • One or more memories 204a and 204b may be connected to one or more processors 202a and 202b and may store various types of data, signals, messages, information, programs, codes, instructions and/or commands.
  • One or more memories 204a, 204b may include read only memory (ROM), random access memory (RAM), erasable programmable read only memory (EPROM), flash memory, hard drives, registers, cache memory, computer readable storage media, and/or It may be composed of a combination of these.
  • One or more memories 204a and 204b may be located internal to and/or external to one or more processors 202a and 202b. Additionally, one or more memories 204a and 204b may be connected to one or more processors 202a and 202b through various technologies, such as wired or wireless connections.
  • One or more transceivers may transmit user data, control information, wireless signals/channels, etc. mentioned in the methods and/or operation flowcharts of this document to one or more other devices.
  • One or more transceivers 206a, 206b may receive user data, control information, wireless signals/channels, etc. referred to in the descriptions, functions, procedures, suggestions, methods and/or operational flowcharts disclosed herein, etc. from one or more other devices. there is.
  • one or more transceivers 206a and 206b may be connected to one or more processors 202a and 202b and may transmit and receive wireless signals.
  • one or more processors 202a, 202b may control one or more transceivers 206a, 206b to transmit user data, control information, or wireless signals to one or more other devices. Additionally, one or more processors 202a and 202b may control one or more transceivers 206a and 206b to receive user data, control information, or wireless signals from one or more other devices. In addition, one or more transceivers (206a, 206b) may be connected to one or more antennas (208a, 208b), and one or more transceivers (206a, 206b) may be connected to the description and functions disclosed in this document through one or more antennas (208a, 208b).
  • one or more antennas may be multiple physical antennas or multiple logical antennas (eg, antenna ports).
  • One or more transceivers (206a, 206b) process the received user data, control information, wireless signals/channels, etc. using one or more processors (202a, 202b), and convert the received wireless signals/channels, etc. from the RF band signal. It can be converted to a baseband signal.
  • One or more transceivers (206a, 206b) may convert user data, control information, wireless signals/channels, etc. processed using one or more processors (202a, 202b) from a baseband signal to an RF band signal.
  • one or more transceivers 206a, 206b may include (analog) oscillators and/or filters.
  • FIG. 3 is a diagram illustrating another example of a wireless device applied to the present disclosure.
  • the wireless device 300 corresponds to the wireless devices 200a and 200b of FIG. 2 and includes various elements, components, units/units, and/or modules. ) can be composed of.
  • the wireless device 300 may include a communication unit 310, a control unit 320, a memory unit 330, and an additional element 340.
  • the communication unit may include communication circuitry 312 and transceiver(s) 314.
  • communication circuitry 312 may include one or more processors 202a and 202b and/or one or more memories 204a and 204b of FIG. 2 .
  • transceiver(s) 314 may include one or more transceivers 206a, 206b and/or one or more antennas 208a, 208b of FIG. 2.
  • the control unit 320 is electrically connected to the communication unit 310, the memory unit 330, and the additional element 340 and controls overall operations of the wireless device.
  • the control unit 320 may control the electrical/mechanical operation of the wireless device based on the program/code/command/information stored in the memory unit 330.
  • the control unit 320 transmits the information stored in the memory unit 330 to the outside (e.g., another communication device) through the communication unit 310 through a wireless/wired interface, or to the outside (e.g., to another communication device) through the communication unit 310.
  • Information received through a wireless/wired interface from another communication device can be stored in the memory unit 330.
  • the additional element 340 may be configured in various ways depending on the type of wireless device.
  • the additional element 340 may include at least one of a power unit/battery, an input/output unit, a driving unit, and a computing unit.
  • the wireless device 300 includes robots (FIG. 1, 100a), vehicles (FIG. 1, 100b-1, 100b-2), XR devices (FIG. 1, 100c), and portable devices (FIG. 1, 100d).
  • FIG. 1, 100e home appliances
  • IoT devices Figure 1, 100f
  • digital broadcasting terminals hologram devices
  • public safety devices MTC devices
  • medical devices fintech devices (or financial devices)
  • security devices climate/ It can be implemented in the form of an environmental device, AI server/device (FIG. 1, 140), base station (FIG. 1, 120), network node, etc.
  • Wireless devices can be mobile or used in fixed locations depending on the usage/service.
  • various elements, components, units/parts, and/or modules within the wireless device 300 may be entirely interconnected through a wired interface, or at least some of them may be wirelessly connected through the communication unit 310.
  • the control unit 320 and the communication unit 310 are connected by wire, and the control unit 320 and the first unit (e.g., 130, 140) are connected wirelessly through the communication unit 310.
  • each element, component, unit/part, and/or module within the wireless device 300 may further include one or more elements.
  • the control unit 320 may be comprised of one or more processor sets.
  • control unit 320 may be composed of a set of a communication control processor, an application processor, an electronic control unit (ECU), a graphics processing processor, and a memory control processor.
  • memory unit 330 may be comprised of RAM, dynamic RAM (DRAM), ROM, flash memory, volatile memory, non-volatile memory, and/or a combination thereof. It can be configured.
  • FIG. 4 is a diagram showing an example of an AI device applied to the present disclosure.
  • AI devices include fixed devices such as TVs, projectors, smartphones, PCs, laptops, digital broadcasting terminals, tablet PCs, wearable devices, set-top boxes (STBs), radios, washing machines, refrigerators, digital signage, robots, vehicles, etc. It can be implemented as a device or a movable device.
  • the AI device 400 includes a communication unit 410, a control unit 420, a memory unit 430, an input/output unit (440a/440b), a learning processor unit 440c, and a sensor unit 440d. may include.
  • the communication unit 410 uses wired and wireless communication technology to communicate with wired and wireless signals (e.g., sensor information, user Input, learning model, control signal, etc.) can be transmitted and received. To this end, the communication unit 410 may transmit information in the memory unit 430 to an external device or transmit a signal received from an external device to the memory unit 430.
  • wired and wireless signals e.g., sensor information, user Input, learning model, control signal, etc.
  • the control unit 420 may determine at least one executable operation of the AI device 400 based on information determined or generated using a data analysis algorithm or a machine learning algorithm. And, the control unit 420 can control the components of the AI device 400 to perform the determined operation. For example, the control unit 420 may request, search, receive, or utilize data from the learning processor unit 440c or the memory unit 430, and may select at least one operation that is predicted or determined to be desirable among the executable operations. Components of the AI device 400 can be controlled to execute operations.
  • control unit 920 collects history information including the operation content of the AI device 400 or user feedback on the operation, and stores it in the memory unit 430 or the learning processor unit 440c, or the AI server ( It can be transmitted to an external device such as Figure 1, 140). The collected historical information can be used to update the learning model.
  • the memory unit 430 can store data supporting various functions of the AI device 400.
  • the memory unit 430 may store data obtained from the input unit 440a, data obtained from the communication unit 410, output data from the learning processor unit 440c, and data obtained from the sensing unit 440.
  • the memory unit 430 may store control information and/or software codes necessary for operation/execution of the control unit 420.
  • the input unit 440a can obtain various types of data from outside the AI device 400.
  • the input unit 420 may obtain training data for model training and input data to which the learning model will be applied.
  • the input unit 440a may include a camera, microphone, and/or a user input unit.
  • the output unit 440b may generate output related to vision, hearing, or tactile sensation.
  • the output unit 440b may include a display unit, a speaker, and/or a haptic module.
  • the sensing unit 440 may obtain at least one of internal information of the AI device 400, surrounding environment information of the AI device 400, and user information using various sensors.
  • the sensing unit 440 may include a proximity sensor, an illumination sensor, an acceleration sensor, a magnetic sensor, a gyro sensor, an inertial sensor, an RGB sensor, an IR sensor, a fingerprint recognition sensor, an ultrasonic sensor, an optical sensor, a microphone, and/or a radar. there is.
  • the learning processor unit 440c can train a model composed of an artificial neural network using training data.
  • the learning processor unit 440c may perform AI processing together with the learning processor unit of the AI server (FIG. 1, 140).
  • the learning processor unit 440c may process information received from an external device through the communication unit 410 and/or information stored in the memory unit 430. Additionally, the output value of the learning processor unit 440c may be transmitted to an external device through the communication unit 410 and/or stored in the memory unit 430.
  • 6G (wireless communications) systems require (i) very high data rates per device, (ii) very large number of connected devices, (iii) global connectivity, (iv) very low latency, (v) battery- The goal is to reduce the energy consumption of battery-free IoT devices, (vi) ultra-reliable connectivity, and (vii) connected intelligence with machine learning capabilities.
  • the vision of the 6G system can be four aspects such as “intelligent connectivity”, “deep connectivity”, “holographic connectivity”, and “ubiquitous connectivity”, and the 6G system can satisfy the requirements as shown in Table 1 below. In other words, Table 1 is a table showing the requirements of the 6G system.
  • the 6G system includes enhanced mobile broadband (eMBB), ultra-reliable low latency communications (URLLC), massive machine type communications (mMTC), AI integrated communication, and tactile communication.
  • eMBB enhanced mobile broadband
  • URLLC ultra-reliable low latency communications
  • mMTC massive machine type communications
  • AI integrated communication and tactile communication.
  • tactile internet high throughput, high network capacity, high energy efficiency, low backhaul and access network congestion, and improved data security. It can have key factors such as enhanced data security.
  • AI The most important and newly introduced technology in the 6G system is AI.
  • AI was not involved in the 4G system.
  • 5G systems will support partial or very limited AI.
  • 6G systems will be AI-enabled for full automation.
  • Advances in machine learning will create more intelligent networks for real-time communications in 6G.
  • Introducing AI in communications can simplify and improve real-time data transmission.
  • AI can use numerous analytics to determine how complex target tasks are performed. In other words, AI can increase efficiency and reduce processing delays.
  • AI can be performed instantly by using AI.
  • AI can also play an important role in M2M, machine-to-human and human-to-machine communications. Additionally, AI can enable rapid communication in BCI (brain computer interface).
  • BCI brain computer interface
  • AI-based communication systems can be supported by metamaterials, intelligent structures, intelligent networks, intelligent devices, intelligent cognitive radios, self-sustaining wireless networks, and machine learning.
  • AI-based physical layer transmission means applying signal processing and communication mechanisms based on AI drivers, rather than traditional communication frameworks, in terms of fundamental signal processing and communication mechanisms. For example, deep learning-based channel coding and decoding, deep learning-based signal estimation and detection, deep learning-based MIMO (multiple input multiple output) mechanism, It may include AI-based resource scheduling and allocation.
  • machine learning can be used for channel estimation and channel tracking, and can be used for power allocation, interference cancellation, etc. in the physical layer of the DL (downlink).
  • Machine learning can also be used for antenna selection, power control, and symbol detection in MIMO systems.
  • Deep learning-based AI algorithms require a large amount of training data to optimize training parameters.
  • a lot of training data is used offline. This means that static training on training data in a specific channel environment may result in a contradiction between the dynamic characteristics and diversity of the wireless channel.
  • signals of the physical layer of wireless communication are complex signals.
  • more research is needed on neural networks that detect complex domain signals.
  • Machine learning refers to a series of operations that train machines to create machines that can perform tasks that are difficult or difficult for humans to perform.
  • Machine learning requires data and a learning model.
  • data learning methods can be broadly divided into three types: supervised learning, unsupervised learning, and reinforcement learning.
  • Neural network learning is intended to minimize errors in output. Neural network learning repeatedly inputs learning data into the neural network, calculates the output of the neural network and the error of the target for the learning data, and backpropagates the error of the neural network from the output layer of the neural network to the input layer to reduce the error. ) is the process of updating the weight of each node in the neural network.
  • Supervised learning uses training data in which the correct answer is labeled, while unsupervised learning may not have the correct answer labeled in the training data. That is, for example, in the case of supervised learning on data classification, the learning data may be data in which each training data is labeled with a category. Labeled learning data is input to a neural network, and error can be calculated by comparing the output (category) of the neural network with the label of the learning data. The calculated error is backpropagated in the reverse direction (i.e., from the output layer to the input layer) in the neural network, and the connection weight of each node in each layer of the neural network can be updated according to backpropagation. The amount of change in the connection weight of each updated node may be determined according to the learning rate.
  • the neural network's calculation of input data and backpropagation of errors can constitute a learning cycle (epoch).
  • the learning rate may be applied differently depending on the number of repetitions of the learning cycle of the neural network. For example, in the early stages of neural network training, a high learning rate can be used to ensure that the neural network quickly achieves a certain level of performance to increase efficiency, and in the later stages of training, a low learning rate can be used to increase accuracy.
  • Learning methods may vary depending on the characteristics of the data. For example, in a communication system, when the goal is to accurately predict data transmitted from a transmitter at a receiver, it is preferable to perform learning using supervised learning rather than unsupervised learning or reinforcement learning.
  • the learning model corresponds to the human brain, and can be considered the most basic linear model.
  • deep learning is a machine learning paradigm that uses a highly complex neural network structure, such as artificial neural networks, as a learning model. ).
  • Neural network cores used as learning methods are broadly divided into deep neural networks (DNN), convolutional deep neural networks (CNN), and recurrent neural networks (recurrent boltzmann machine). And this learning model can be applied.
  • DNN deep neural networks
  • CNN convolutional deep neural networks
  • recurrent neural networks recurrent boltzmann machine
  • the intelligent reflector may be an Intelligent Reflect Surface (IRS).
  • IIRS Intelligent Reflect Surface
  • the intelligent judge board may have various forms and may not be limited to a specific name.
  • RIS Reconfigurable Intelligent Surface
  • the artificial intelligence system can be used to control the wireless channel environment using RIS, which will also be described later.
  • current wireless communication technology can be controlled through end-point optimization that adapts to the channel environment (H). For example, when performing optimization in the transmitter and receiver, the transmitter and receiver adjust at least one of beamforming, power control, and adaptive modulation to match the channel environment (H) between the transmitter and receiver to increase transmission efficiency. You can.
  • the channel environment may be random, uncontrolled, and naturally fixed. That is, in the existing communication system, each end point could be controlled to optimize the channel environment while the channel environment was fixed. Therefore, the transmitter and receiver have no choice but to perform optimization to adapt to the channel and transmit and receive data through this.
  • NLOS non-line of sight
  • 6G THz 6G THz
  • an intelligent radio environment Smart Radio Environment
  • an intelligent reflector RIS
  • RIS intelligent reflector
  • a factor for the wireless channel may be added as a factor used to optimize wireless communication transmission. Through this, it may be possible to reset the channel, which is a problem that cannot be solved in existing communication systems, or to overcome Shannon's channel capacity limitations.
  • RIS intelligent reflector
  • the existing communication system was able to operate in a fixed wireless channel environment by approaching Shannon's channel capacity limit through control of the transmitter and receiver.
  • NLOS environments such as shaded areas
  • transmission and reception may be nearly impossible due to limitations in channel capacity.
  • the transmitter can improve the limitations of channel capacity by increasing power, but the size of noise and interference may also increase accordingly.
  • new services include MBRLLC (Mobile Broadband Reliable Low Latency Communication), mURLLC (Massive Ultra-Reliable, Low Latency communications), HCS (Human-Centric Services), and 3CLS (Convergence of There is a need to satisfy the requirements for providing services (Communications, Computing, Control, Localization, and Sensing), and for this, communication based on an intelligent wireless environment may be necessary.
  • MBRLLC Mobile Broadband Reliable Low Latency Communication
  • mURLLC Massive Ultra-Reliable, Low Latency communications
  • HCS Human-Centric Services
  • 3CLS Convergence of There is a need to satisfy the requirements for providing services (Communications, Computing, Control, Localization, and Sensing), and for this, communication based on an intelligent wireless environment may be necessary.
  • relays are currently being used to increase coverage of base station cells and support shadow areas.
  • the method of using a repeater can increase transmission efficiency, but may additionally generate interference signals for other users. Therefore, there may be limitations in overall communication resource efficiency.
  • the use of a relay also requires high additional costs and energy, and it may not be easy to manage complex and mixed interference signals.
  • using half duplex may reduce spectral efficiency and may also affect space utilization and aesthetics.
  • the wireless channel environment can be controlled using an intelligent reflector (RIS).
  • RIS intelligent reflector
  • the transmitter and receiver can perform optimization together to provide a solution to overcome Shannon's channel capacity limitations in a smart radio environment, which will be described later.
  • the value may depend on optimization of the transceiver, which may increase complexity.
  • the Alternating Optimization (AO) algorithm used for optimization may be performed repeatedly until convergence, which may impose the burden of having to measure all channels.
  • Table 2 may be a term considering the following and the above, and based on this, the following describes a method of performing optimization in an intelligent wireless environment with an intelligent reflector and an artificial intelligence system.
  • FIG. 5 is a diagram showing a wireless channel environment according to an embodiment of the present disclosure.
  • the wireless channel environment (H) is naturally fixed and may be in a random state that cannot be controlled. Accordingly, the transmitter 510 and receiver 520 can find an optimized transmission and reception method by adapting to the channel.
  • the transmitter 510 and the receiver 520 measure the channel state through a signal (eg a reference signal) and can be controlled to perform optimization based on the measured channel state.
  • a signal eg a reference signal
  • Equation 1 may represent Shannon's capacity limit. At this time, even if precoding and processing are applied to the transmission signal P in Equation 1 to increase it, the channel If the size of is small, there may be a limit to increasing channel capacity.
  • the wireless channel environment When the wireless channel environment is fixed, there may be a limit to increasing channel capacity based on Equation 1.
  • an intelligent reflector RIS
  • Figure 6 is a diagram showing an intelligent wireless environment according to an embodiment of the present disclosure.
  • the wireless channel in an intelligent wireless channel environment may be a factor for optimization. More specifically, in FIG. 5 described above, optimization can be performed in the transmitter 510 and the receiver 520 based on “max ⁇ f(Tx, Rx) ⁇ ” as endpoint optimization, as described above. . However, in FIG. 6, optimization may be performed in the transmitter 610 and the receiver 620 based on “max ⁇ f(Tx, Rx, H) ⁇ ” as end-point optimization. In other words, in an intelligent wireless environment, channels are based on intelligent reflectors. can be used as a factor for optimization.
  • FIG. 7 is a diagram showing an existing wireless channel environment and an intelligent wireless channel environment, according to an embodiment of the present disclosure.
  • the existing wireless channel environment may be P1.
  • the intelligent wireless channel environment may be P2.
  • the receiving end can receive the y signal.
  • the probability of P1 is fixed, and the receiving end (Decoder) can transmit feedback to the transmitting end through measurement of the transmitted signal.
  • the transmitting end can perform optimization to adapt to the wireless channel environment through feedback from the receiving end.
  • the receiving end can measure the CQI (Channel Quality Indicator) for the transmitted signal based on the reference signal transmitted by the transmitting end and feed it back.
  • the transmitting end can perform communication by adjusting the modulation coding scheme (MCS) based on the fed back information and providing information about this to the receiving end.
  • MCS modulation coding scheme
  • the wireless channel environment P2 is recognized, and the wireless channel environment can be changed through RIS control.
  • the receiving end can measure the received transmission signal and transmit feedback about it to the transmitting end. That is, the transmitting end can perform optimization by receiving feedback information based on RIS control and feedback information from the receiving end.
  • the transmitting end can change the wireless channel environment by adjusting the RIS, and optimization considering the wireless channel environment and the transmitting end can be performed.
  • FIG. 8 is a diagram showing a method of performing optimization in an intelligent wireless channel environment according to an embodiment of the present disclosure.
  • a RIS 820 may exist between the base station 810 and the terminal 830 in an intelligent wireless channel environment.
  • the signal transmitted by the base station 810 may have a path directly transmitted to the terminal 830 and a path reflected and transmitted to the RIS 820. That is, in an intelligent wireless channel environment, the wireless channel (G) between the base station 810 and RIS (820), and the wireless channel (G) between RIS (820) and terminal 830 ( ) and a direct wireless channel between the base station 810 and the terminal 830 ( ) may exist.
  • a wireless channel (G) between the base station 810 and the RIS (820) and a wireless channel (G) between the RIS (820) and the terminal 830 ( ) may change. Therefore, optimization in an intelligent wireless channel environment can be performed by considering the wireless channel environment described above.
  • the base station 810 transmits a signal to terminal k (830)
  • the base station transmission beamforming vector for terminal k (830) is , the signal transmitted to terminal k (830) is and reception noise It can be.
  • the signal received from the base station (810) may be as shown in Equation 2 below, and may be as shown in Table 3 below for each channel.
  • Equation 3 the signal-to-noise ratio (SNR) received by terminal k (1230) may be expressed as Equation 3 below.
  • transmit beamforming of terminal k (1230) considering maximum-rate transmit in MIMO may be equal to Equation 5 below.
  • the IRS control value ⁇ can be determined by calculation.
  • an Alternating Optimization (AO) algorithm can be used to solve the above-described optimization problem.
  • the AO algorithm uses channel information ( , , G) may be used to determine a trust region for each IRS element, and may be as shown in FIG. 13.
  • binary decisions are repeatedly made until the objective value of the objective function converges, and through this, can be obtained.
  • the IRS may repeat the above-described operation to find an optimized value for each IRS element.
  • the AO (Alternating Optimization) algorithm needs to be repeated until convergence.
  • complexity may increase and the amount of computation may increase.
  • complexity and calculation amount may increase depending on the number of antennas M of the base station and the number of IRS elements N, and there may be limitations in calculating them.
  • measurement values of all channels including IRS may be required, and considering the above, there may be limits to optimization.
  • a direct channel between the base station and the terminal ( ) and the reflected radio channel passing through the base station-RIS-terminal ( ) may exist.
  • Direct channel ( ) can be measured based on a reference signal transmitted with all RIS elements turned off.
  • reflection channel ( ) can be measured based on a reference signal transmitted while at least one of the RIS elements is turned on.
  • FIG. 10 shows a RIS control sequence for wireless channel measurement according to an embodiment of the present disclosure.
  • the coherence block section ( )(1000) is the channel estimation section ( ) (1010) and downlink transmission section ( )(1020).
  • the channel estimation section 1010 may include T+1 sub-phases 1030.
  • RIS can be controlled according to each sub-step. For example, if the sub-step is 0, all elements of the RIS may be turned off. And, each time a sub-step is changed, elements of the RIS may be turned on one by one in turns.
  • the terminal uses a direct channel (if all elements of the RIS are off). ) can be measured, and the reflection channel ( ) can be measured. Afterwards, the channel measurement results may be transmitted through the downlink transmission section 1020.
  • the channel measurement method described above may take a lot of time because it involves a channel estimation process for a total of T+1 sub-phases. Additionally, by turning on only one element, the reflection channel ( ), the strength of the received signal for measurement is small, which has the disadvantage of being vulnerable to noise and making it difficult to secure reliability.
  • the present disclosure proposes a signal transmission and reception method to solve the problem caused by the increase in the number of RIS elements in an intelligent wireless environment as described above. Specifically, the present disclosure proposes a method of performing channel estimation and integrated beamforming by controlling RIS using artificial intelligence technology.
  • integrated beam forming is a concept that includes active beam forming and passive beam forming. Active beam forming is beam forming performed by the base station to transmit and receive signals, and passive beam forming is beam forming performed by the RIS to reflect signals.
  • channel measurement for RIS can be simplified through RIS control, so channel estimation time can be minimized. Additionally, due to the application of artificial intelligence technology, channel estimation and integrated beam forming can be performed without being limited to the number of antennas (M) and RIS elements (N) of the base station. Additionally, according to an embodiment of the present disclosure, when a specific RIS pattern reflecting structural characteristics of a building or facility is used, the channel gain can be increased, providing the advantage of enabling channel estimation that is resistant to noise.
  • FIG. 11 shows an example of an intelligent wireless environment system (hereinafter referred to as “system”) 1100 including an integrated beam forming setup according to an embodiment of the present disclosure.
  • system an intelligent wireless environment system
  • active and passive beam setters can be represented as Agents, and the intelligent wireless environment including intelligent reflective surfaces (RIS) and base stations/terminals can be represented as Environments.
  • the agent can deliver active beam information and passive beam information to the environment, and can obtain channel state information and performance measurement information from the environment.
  • the active and passive beam setter as an agent can perform channel estimation operations and data transmission operations in an intelligent wireless environment.
  • the active and passive beam setter RIS ( ) and beam forming of the base station ( ) channel state information and performance measurement information can be obtained.
  • data transmission in an optimized wireless channel environment can be performed by determining the optimal active beam information and passive beam information for the base station, RIS, and terminal. Additionally, performance measurement information obtained based on data transmission results in an optimal wireless channel environment can be used for learning.
  • Figures 12 and 13 show examples of signal flows between the base station, RIS, and terminal when the integrated beamforming setter is located in the base station.
  • Figures 14 and 15 show examples of signal flows between the base station, RIS, and the terminal when the integrated beamforming setter is located in the terminal.
  • Figure 12 shows an example of a signal diagram between the base station 1210 - RIS 1220 - terminal 1230 for channel estimation and integrated beam forming in an intelligent wireless environment according to an embodiment of the present disclosure.
  • the base station 1210 sends a RIS control signal (e.g., RIS control signal) instructing the RIS 1220 to turn off all elements of the RIS 1220. ) (hereinafter referred to as ‘RIS off signal’) can be transmitted.
  • RIS 1220 can turn off all elements based on the received RIS off signal.
  • the base station 1210 sends a reference signal (e.g. ) can be transmitted. Since all elements of the RIS 1220 are turned off by the RIS off signal, the terminal 1230 operates a direct channel between the base station 1210 and the terminal 1230 based on the reference signal transmitted by the base station 1210. ) can be estimated. Afterwards, the terminal 1230 provides direct channel state information (e.g., direct channel estimation result) to the base station 1220. ) can be transmitted.
  • direct channel state information e.g., direct channel estimation result
  • the reflection channel can be estimated using the correlation between the effective channel, direct channel, and reflection channel.
  • An effective channel is a concept that includes direct channels and reflected channels. The relationship between the effective channel, reflected channel, and direct channel is as shown in Equation 7 below. In equation 7, is the effective channel value, is the reflection channel value between the RIS (1220) and the terminal (1230), is the direct channel value. According to Equation 7, the reflected channel value can be estimated by subtracting the direct channel measurement value from the effective channel measurement value.
  • the base station 1210 receives a RIS control signal (e.g. ) (hereinafter referred to as 'RIS custom signal') can be transmitted to the RIS (1220).
  • the RIS custom signal may include RIS pattern information.
  • RIS pattern information may indicate the on/off state of each element of the RIS 1220.
  • the RIS (1220) can change the distance or position of the focus by controlling the refractive index (a formula for dielectric constant and permeability) by controlling the on/off of elements based on RIS pattern information. That is, the RIS 1220 may set the pattern of the RIS 1220 based on the RIS pattern information received from the base station 1210.
  • the base station 1210 may determine RIS pattern information to maximize the strength of the reference signal reflected by the RIS 1220 and transmitted to the terminal 1230. Meanwhile, since the base station 1210 does not know the location of the terminal 1230 during initial operation, the RIS pattern information can be determined so that the signal reflected by the RIS 1220 is a square wave that can be transmitted in all directions. Additionally, RIS pattern information can be updated according to the user's frequency to reflect the actual environment such as buildings or structures. As an example, the pattern information may be determined so that a signal can be transmitted more strongly to a location where the user uses it frequently, rather than transmitting a signal to a location where the user uses it less frequently.
  • the base station 1210 sends a reference signal (e.g. ) can be transmitted.
  • a reference signal e.g.
  • the reference signal may be reflected by the RIS 1220 and transmitted to the terminal 1230. Therefore, the terminal 1230 uses an effective channel ( ) can be estimated. Afterwards, the terminal 1230 receives the effective channel measurement value ( ) directly from the channel measurements ( ) can be used to calculate the reflection channel.
  • the terminal uses the pattern information value of the RIS (1220) Using a reflective serial channel excluding the control value of the RIS (1220) ( ) can be estimated.
  • the terminal 1230 uses a direct channel ( ) and effective channel ( ), and by calculating the reflection channel, state information for each channel can be obtained. Afterwards, the terminal 1230 uses a direct channel ( ) and reflection channels ( ) Channel status information ( ) can be transmitted to the base station 1210.
  • the integrated beam forming setter located in the base station 1210 provides channel state information ( ) Based on this, the active beam forming value to be performed in the base station 1210 and the passive beam forming value to be performed in the RIS 1220 can be calculated. At this time, channel state information not obtained when measuring an effective channel can be supplemented through artificial intelligence technology.
  • a RIS control signal containing manual beam forming value information can be transmitted to the RIS (1220).
  • the RIS 1220 may apply a manual beam forming value based on the RIS control signal.
  • the base station 1210 may apply an active beam forming value and transmit and receive data through a set passive beam forming and active beam forming environment.
  • step S1301 to S1304 the procedure can be classified into a direct channel estimation step (steps S1301 to S1304), an effective channel estimation step (steps S1305 to S1308), and an integrated beam forming step (steps S1309 and S1310).
  • step S1301 the base station sends a RIS control signal (RIS control signal) indicating termination of RIS operation. ) can be transmitted. RIS can turn off all elements based on the RIS control signal.
  • step S1302 the base station provides the terminal with a reference signal for channel estimation ( ) can be transmitted.
  • RIS control signal indicating termination of RIS operation.
  • step S1303 the terminal receives a reference signal ( ), the direct channel between the base station and the terminal can be estimated. Since all RIS elements are turned off, there is no effect of the reflection channel.
  • step S1304 the terminal receives channel state information ( ) can be transmitted to the base station.
  • an effective channel estimation procedure for reflective channel estimation may be performed.
  • the base station sends a control signal (including pattern information) to RIS. ) (hereinafter referred to as ‘RIS custom signal’) can be transmitted.
  • RIS can set the RIS pattern by controlling the on/off of RIS elements based on the RIS custom signal.
  • the base station provides a reference signal (reference signal for channel estimation) to the terminal. ) can be transmitted.
  • the reference signal may be reflected by the RIS and delivered to the terminal according to a set pattern, or may be delivered directly to the terminal without going through the RIS.
  • the terminal receives the reference signal ( ), the effective channel can be estimated based on .
  • the terminal can calculate the reflected channel based on the measured direct channel and effective channel.
  • the terminal provides the base station with status information ( ) can be transmitted to the base station.
  • the base station may calculate the active beamforming value to be applied by the base station and the passive beamforming value to be applied to the RIS based on the status information of the channels. That is, in step S1309, the base station provides channel state information ( ) Based on this, integrated beam forming information can be determined. Integrated beam forming information may include active beam forming values and passive beam forming values. The base station may transmit the determined passive beam forming information to the RIS. RIS can apply beam forming values based on the received manual beam forming information. In step S1310, the base station may perform data communication with the terminal by applying an active beam forming value. In Figure 13, the RIS control signal and integrated beam forming information may also be transmitted in codebook format. Additionally, the order of the direct channel estimation step and the effective channel estimation step may be changed.
  • the integrated beam forming setter may be located in the base station as shown in FIGS. 12 and 13, but may also be implemented in the terminal.
  • the terminal may not transmit status information for each measured channel to the base station.
  • the terminal since the terminal determines the integrated beamforming information, the terminal must transmit active beamforming information or passive beamforming information to the base station or RIS.
  • an advantage may be provided in that the beam forming information can be determined by considering the terminal's status information (e.g., location information, movement information).
  • Figures 14 and 15 below show examples of signal flows between the base station, RIS, and the terminal when the integrated beamforming setter is implemented in the terminal.
  • Figure 14 shows an example of a signal diagram between the base station 1410 - RIS 1420 - terminal 1430 for channel estimation and integrated beam forming in an intelligent wireless environment according to an embodiment of the present disclosure.
  • the base station 1410 sends a RIS control signal (e.g., RIS control signal) instructing the RIS 1420 to turn off all elements of the RIS. ) (hereinafter referred to as ‘RIS off signal’) can be transmitted.
  • RIS 1420 can turn off all elements based on the received RIS off signal.
  • the base station 1410 sends a reference signal (e.g., ) can be transmitted. Since all elements of the RIS 1420 are turned off by the RIS off signal, the terminal 1430 operates a direct channel between the base station 1410 and the terminal 1430 based on the reference signal transmitted by the base station 1410. ) can be estimated.
  • the base station 1410 receives a RIS control signal (e.g. ) (hereinafter ‘RIS custom signal’) can be transmitted to the RIS (1420).
  • RIS custom signal e.g.
  • the RIS (1420) may set the RIS (1420) pattern based on the RIS pattern information included in the RIS custom signal.
  • the base station 1410 sends a reference signal (e.g. ) can be transmitted.
  • a reference signal e.g.
  • the reference signal may be reflected by the RIS 1420 and transmitted to the terminal 1430. Therefore, the terminal 1430 uses an effective channel ( ) can be estimated. Afterwards, the terminal 1430 receives the effective channel measurement value ( ) directly from the channel measurements ( ) can be used to calculate the reflection channel.
  • the terminal 1230 can obtain state information for each channel by estimating the direct channel and the effective channel and calculating the reflected channel. Afterwards, the terminal 1430 uses the integrated beamforming setter to set the integrated beamforming setting value ( , ) can be determined. Integrated beam forming settings ( , ) is the active beam forming value calculated based on each channel state information measured by the terminal ( ) and manual beam forming values ( ) may include. Afterwards, the determined integrated beam forming settings ( , ) is applied and data communication can be performed.
  • the terminal has integrated beam forming settings ( , ) can be transmitted to the base station.
  • the base station sets the passive beam forming value ( ) can be transmitted to RIS.
  • the manual beam forming value is in codebook format ( ) can be transmitted.
  • the terminal has a manual beam forming value ( ) can be sent directly to RIS.
  • the base station receives the active beam forming value ( ) is applied, and RIS uses the manual beam forming value received from the base station ( ) can be applied.
  • Figure 15 shows an example of a channel estimation and integrated beamforming procedure according to an embodiment of the present disclosure.
  • the procedure can be classified into a direct channel estimation step (steps S1501 to S1503), an effective channel estimation step (steps S1504 to S1506), and an integrated beam forming step (steps S1507 to S1509).
  • the base station sends a RIS control signal (RIS control signal) indicating termination of RIS operation. ) can be transmitted. RIS can turn off all elements based on the RIS control signal.
  • the base station provides the terminal with a reference signal for channel estimation ( ) can be transmitted.
  • the terminal receives a reference signal ( ), the direct channel between the base station and the terminal can be estimated. Since all RIS elements are turned off, the influence of the reflection channel may not exist.
  • an effective channel estimation procedure for reflective channel estimation may be performed.
  • the base station sends a control signal (including pattern information) to RIS. ) (hereinafter referred to as ‘RIS custom signal’) can be transmitted.
  • RIS can set the pattern of elements by controlling the on/off of RIS elements based on the RIS custom signal.
  • the base station provides a reference signal (reference signal for channel estimation) to the terminal. ) can be transmitted.
  • the reference signal may be reflected by the RIS and delivered to the terminal according to a set pattern, or may be delivered directly to the terminal without going through the RIS.
  • the terminal receives the reference signal ( ), the effective channel can be estimated based on .
  • the terminal can calculate the reflected channel based on the measured direct channel and effective channel.
  • the order of the direct channel estimation step and the effective channel estimation step may be changed.
  • the terminal may calculate the active beamforming value to be applied by the base station and the passive beamforming value to be applied by the RIS based on the status information of the channels. That is, in step S1507, the terminal may determine integrated beamforming information based on channel state information. Integrated beam forming information may include active beam forming values and passive beam forming values.
  • the terminal may transmit integrated beamforming information to the base station. The base station may transmit the determined passive beam forming information to the RIS. The RIS can perform beamforming settings based on the received manual beamforming information.
  • the base station may perform data communication with the terminal by applying an active beam forming value.
  • the intelligent wireless environment optimization method through RIS control can be divided into three steps including a direct channel estimation step, an effective channel estimation step, and an integrated beam forming setup step.
  • control signals and devices for each step are described.
  • the control function of the RIS e.g., a control signal instructing to turn off the reflection function of the RIS
  • Figure 16 shows an example of an active RIS device 1600 according to an embodiment of the present disclosure.
  • the active RIS device 1600 includes a baseband unit 1610, a short circuit 1620, an RF chain 1630, and a RIS controller. )(1640).
  • the active RIS 1670 used in the active RIS device 1600 may include a RIS element 1672 capable of reflecting a signal and a sensing element 1674 capable of receiving a signal.
  • the short circuit 1620 is connected to the RIS element 1672 and can control the on and off of the RIS element 1672.
  • Sensing element 1610 may be connected to baseband unit 1610 to receive signals.
  • the active RIS 1670 further includes a sensing element 1674 capable of receiving signals compared to the passive RIS. Accordingly, the active RIS 1670 can receive signals, unlike the passive RIS that simply reflects signals.
  • the active RIS device 1600 may receive a control signal (hereinafter referred to as 'RIS off signal') instructing to turn off RIS.
  • the sensing element 1674 may change to a signal receiving state through the RF chain 1630 and the baseband unit 1610.
  • the active RIS device 1600 may short the RIS element 1672 to not reflect the signal.
  • the terminal can receive the reference signal without the influence of RIS and estimate a direct channel between the base station and the terminal.
  • the active RIS device 1600 may store in memory a RIS codebook 1650 for RIS control values or a RIS custom buffer 1660 that stores RIS control values for effective channel measurement. You can.
  • Figure 17 shows an example of a passive RIS device 1700 according to an embodiment of the present disclosure.
  • the passive RIS device 1700 may include a short circuit 1710, an RF chain 1720, and a RIS controller 1730. Since the passive RIS device 1700 does not include a sensing element for receiving signals, unlike the active RIS device (e.g., the 'active RIS device' 1600 in FIG. 16), it may not include a baseband unit. Meanwhile, the passive RIS device 1700 can be used to directly estimate a channel like an active RIS device. For example, when the passive RIS device 1700 receives a RIS off signal, it can turn off the reflection function of the RIS 1760 using the short circuit 1710.
  • the passive RIS device 1700 when the passive RIS device 1700 receives a control signal instructing to turn off the RIS, the RIS element 1762 may be connected to a short circuit and not reflect the signal. At this time, when the base station transmits a reference signal, the terminal can receive the reference signal without the influence of RIS and estimate a direct channel between the base station and the terminal. Additionally, the active RIS device 1700 may store in memory a RIS codebook 1750 for RIS control values or a RIS custom buffer 1760 that stores RIS control values for effective channel measurement. You can.
  • the terminal may estimate the effective channel using a reference signal transmitted from the base station with the RIS set to a specific pattern based on the RIS control value received from the base station.
  • a reference signal with a strength above a certain level must be transmitted from the base station.
  • measurements may be performed on M*N channels, which is the product of the beamforming number M of the base station and the beamforming number N of the RIS.
  • the terminal can only perform M measurements, which is the number of beam forming of the base station.
  • information about the channel may be insufficient compared to when the terminal performs M*N measurements, but the speed and accuracy of channel measurement can be supplemented by applying artificial intelligence technology.
  • RIS that can be set to a specific pattern is described.
  • a metamaterial reflector hereinafter referred to as 'metalens'
  • RIS may be in various forms and may not be limited to a specific name.
  • FIG. 18A shows an example of a metalens according to an embodiment of the present disclosure.
  • Metalens can transmit signals in all directions through the pattern. For example, because the base station and the metalens are located far away, a signal transmitted from the base station may be received as a plane wave by the metalens. Since there is no information about the location and direction of the terminal upon initial connection, the metalens can be patterned to reflect signals in all directions.
  • FIG. 18B shows an example of signal conversion according to a metalens pattern according to an embodiment of the present disclosure.
  • the metalens can convert a plane wave into a spherical wave by setting different control values depending on the incident direction of the plane wave.
  • the control value is It may be expressed as, but is not limited to a specific embodiment. here, is the x-axis focal position, may be the y-axis focal position.
  • the direction of the incident wave is expressed as a focus position, and the focus position can be predicted using a sensor or by referring to the transmission beam forming value of the reference signal transmitted from the base station.
  • a specific pattern of RIS can be set considering the above-described focus position.
  • the pattern may be determined based on frequency learning according to the direction of the terminal. For example, although plane waves are converted to spherical waves based on RIS, there may be directions in a building where radio wave transmission is unnecessary (e.g. building walls, ceilings, furniture). In other words, propagation progress is unnecessary or needs to be low in frequency for a specific area, and the frequency rate can be set to be high for a specific area. In consideration of the above, the pattern can be set to reflect the results of frequency learning according to the direction of the terminal.
  • FIG. 19 is a diagram showing the frequency rate and beam direction according to the steerability of the RIS according to an embodiment of the present disclosure.
  • the metalens steering angle can be expressed by constantizing -90 ⁇ to -1 and 90 ⁇ to 1.
  • the beam direction is When displayed at intervals, , The directionality can be expressed by constantizing.
  • the frequency rate R may be equal to Equation 9 below.
  • the frequency rate R is the total number of measurements Number of contrast direction index j It can be expressed as and may mean the upper bound limit and lower bound limit of the frequency rate. For example, among the frequency rate R values, frequency values below the lower limit may be ignored. In addition, the maximum distance for a direction constant with a frequency rate higher than the upper limit among the frequency rate R values can be measured.
  • the beam width is If it exceeds , beam interference occurs. may be the upper limit of the beam width.
  • several beams 1910, 1920, 1930, and 1940 of the RIS may be set in a sub-array form as shown in FIG. 19(b).
  • the beam width may be equal to Equation 10 below.
  • the beam width may increase. However, if the beam width increases and overlaps, interference may occur.
  • the maximum distance Since is the upper limit value of the beam width the upper limit value of the number M of sub-arrays may be expressed as Equation 11 below.
  • the beam forming gain may decrease and the size of the signal received by the terminal may also decrease. That is, as the number of sub-arrays increases, the signal received by the terminal may decrease.
  • Figure 20 shows an example of a frequency-based pattern setting procedure according to an embodiment of the present disclosure.
  • the number of sub-arrays and the beams used can be set according to the frequency rate.
  • the number of sub-arrays M may be initialized to 1, and the upper limit value may be set as shown in Equation 12 below (S2010)
  • the frequency rate is greater direction constant
  • Minimum number of beams with width can be obtained (S2030). In other words, the minimum number of beams can be obtained by increasing the number of sub-arrays. At this time, the number of sub-arrays is required.
  • Minimum number of beams If greater than or equal to (S2040), M value and beam can be set. (S2050)
  • the initial recognition mode of the metalens is the number of sub-arrays M and the beam It can be set according to . On the other hand, as M increases, M If it is smaller than (S2040), the M value can be increased (S2060).
  • the M value is the upper limit value of the maximum number of sub-arrays. (S2070) That is, M If smaller (S2070), the increased M is You can check whether it is greater than , which is as described above. On the other hand, M If the beam is not found until (S2070), M can be set to 1 (S2080). In other words, the sub-array can be set to use a uniform spherical wave in all directions, and based on the above, the initial Settings can be determined.
  • the terminal may measure a channel combining the serial reflection channel between the base station, RIS, and terminal and the direct channel between the base station and terminal using pattern information set in RIS.
  • the terminal may estimate a serial reflection channel. The corresponding estimation operations can be performed using Equation 7 and Equation 8. Additionally, estimation processes for each channel can be performed based on artificial intelligence technology.
  • Figure 21 shows an example of an artificial intelligence channel estimator according to an embodiment of the present disclosure.
  • the artificial intelligence channel estimator can obtain serial channel information through specific pattern information, effective channel information, and direct channel information.
  • specific pattern information ( ) can be expressed as a control value of RIS.
  • One or more specific pattern information may be used, and as the number of specific pattern information increases, the measured effective channel information may increase. Therefore, the more specific pattern information is used, the more accurate serial channel information can be obtained, but the time required for channel measurement and the size of the artificial intelligence system may increase.
  • the base station can transmit a message containing specific pattern information to the RIS.
  • RIS stores the received specific pattern information in memory (e.g., RIS custom buffer 1650 in FIG. 16, RIS custom buffer 1740 in FIG. 17) or in a codebook with an index set. You can save it.
  • RIS is a focus position
  • the direction information of the incident wave expressed as can be stored as a codebook in the form of a square wave of the reflected wave or combined with the beam.
  • the terminal can obtain reflected channel information based on the direct channel and effective channel results. Thereafter, an integrated beamforming setting procedure may be performed based on the state information of the direct channel and the reflected channel.
  • Equation 6 The optimal value of can be obtained. Additionally, in Equation 5 By substituting a value can be decided. is the active beam forming value, is the passive beam forming value. Based on the channel state information measured using Equation 6, the optimal To calculate the value, it must be expressed in series reflection channel form in Equation 8. In other words, by substituting equation 8 into equation 6, it can be expressed as equation 13 below.
  • Equation 13 the serial reflection channel obtained through the channel measurement step performed before the integrated beamforming setup step ( ) and direct channels ( ) using the optimal value ( ) can be calculated.
  • the terminal sets the manual beam forming value ( ) is calculated and then substituted into Equation 5 to obtain the optimal active beam forming value in terms of maximum-rate transmit ( ) can be calculated.
  • manual beam forming values can be expressed in a codebook, which can minimize the amount of calculation of the artificial intelligence model and the amount of control signal transmission.
  • the direction vector function representing the array response vector in the receiving direction can be expressed as Equation 14 below.
  • N is the size of the array (antenna or IRS element), and w may be the phase difference between the antenna or IRS element.
  • the reception response vector for the signal received by the RIS from the base station based on beam forming can be expressed as a direction vector function u( ⁇ ,N) as shown in Equation 15 below.
  • Equation 15 is the azimuth of IRS, is the elevation angle, and may be the horizontal and vertical numbers of IRS elements, respectively, can represent the Kronecker product. Additionally, the IRS's transmission response vector It can also be expressed as a direction vector function u( ⁇ ,N), as shown in Equation 16 below.
  • the transmission signal with transmission beam forming applied can be expressed as Equation 17 below.
  • Equation 17 is the pass gain of the BS-IRS channel, May be the pass gain of the IRS-UE channel.
  • Equation 18 since u( ⁇ ,N) is a function with a period of 2, It can be expressed as, It can be expressed as
  • the optimal beamforming vector v of IRS that maximizes the received signal SNR is It can be expressed as the Kronecker product of the direction vector function u( ⁇ ,N) of the azimuth and elevation angles.
  • IRS control values can be managed in the form of azimuth and elevation angles, and control values for each direction can be managed in a codebook.
  • codebook is a set of IRS direction vectors, in the horizontal and vertical directions, respectively. It can have a size of .
  • j ⁇ J is the index of the direction vector, and J may be the total number of direction vectors that can be represented.
  • J is a value representing the number of beams used in the horizontal and vertical directions, respectively. It may be expressed differently.
  • the beam set in the final artificial intelligence beam selector may be equal to Equation 20 based on Equation 19 below.
  • the integrated beam setter can express the beam through a codebook as described above, and through this, the artificial intelligence model can be simplified. Additionally, the integrated beam forming setter can determine the integrated beam forming value using artificial intelligence technology (e.g., supervised learning, reinforcement learning).
  • artificial intelligence technology e.g., supervised learning, reinforcement learning
  • Figure 22 shows an example of a supervised learning-based integrated beam forming setter according to an embodiment of the present disclosure.
  • the integrated beamforming setter provides integrated beamforming information (integrated beamforming information) based on the effective channel estimation result and the direct channel estimation result. , ) can be determined.
  • the integrated beam forming setter can be learned in various environments, and the learning data may include results derived through an SDR or AO algorithm in a simulation environment. Based on the learning results, the integrated beam forming setter quickly and accurately provides integrated beam forming information ( , ) can be determined.
  • the integrated beamforming setter can improve the accuracy of beamforming information through transfer learning of the difference with actual data.
  • Integrated beam forming information may be stored in the form of a codebook or raw data.
  • Figure 23 shows an example of a reinforcement learning-based integrated beam forming setter according to an embodiment of the present disclosure.
  • the integrated beam forming setter can perform learning based on reinforcement learning.
  • reinforcement learning may consist of two inputs and one output.
  • the agent 2330 can use state information 2310 and reward 2320 as input and select actions 2340 and 2350 as output.
  • reinforcement learning may be MAB (multi-armed bandit), and in the case of MAB, state information may not be used, but it is not limited to this.
  • the output actions 2340 and 2350 may be operations in which the RIS controller operates to select a beam that provides an optimal communication environment to the terminal.
  • the integrated beamforming setter can obtain reward values 2320 and changed state information 2310 for actions 2340 and 2350 from the environment and use them for learning. Additionally, the integrated beamforming setter may repeat the operation of selecting actions 2340 and 2350 again based on the input after learning.
  • the reinforcement learning-based integrated beam forming setup can be implemented not only with one agent 2330 but also with a multi-agent that sets active beam forming and passive beam forming, respectively.
  • the state information 2310 may include direct channel information, effective channel information, and received SNR information as factors obtained from the environment. Changes in the environment need to be reflected in the state information 2310 to determine the passive beam forming value and the active beam forming value. In order to reflect changes in the environment in the status information 2310, power information for each received signal is required, so SNR information may be required.
  • SNR is an indirect indicator of channel condition (e.g. CQI, ) can be replaced with Equation 21 below illustrates state information according to factors.
  • Equation 22 illustrates the actions the integrated beam setter selects.
  • equation 22 is a value determined based on the codebook at the base station and RIS, and what the artificial intelligence actually selects may be the index of the azimuth and elevation angles of the direction vector.
  • the action depends on the active beamforming value of the base station ( ) and passive beam forming values of RIS ( ) may include.
  • an action may be implemented by selecting an index of the codebook expressed as a direction vector.
  • the beam forming values of the base station and the phase shift values of the RIS elements may be applied to the action.
  • the compensation value 2320 is a value measured by the terminal and may be the result of a control value selected by the base station and RIS.
  • the compensation value 2320 may be transmitted to where the integrated beamforming setter is located (eg, terminal, base station, RIS).
  • the terminal may calculate the compensation value 2320 by applying weights through a RIS performance meter.
  • the compensation value 2320 can be expressed as Equation 23 below.
  • Figure 24 shows an example of a signal transmission and reception procedure of a terminal in an intelligent wireless environment according to an embodiment of the present disclosure.
  • the terminal may receive the first reference signal transmitted from the base station.
  • the base station may transmit the first reference signal after transmitting the first control signal to the RIS.
  • the first control signal may indicate turning off all elements of the RIS.
  • the RIS receives the first control signal, it can turn off all elements of the RIS.
  • the terminal may measure a channel based on the first reference signal and generate first channel state information. Since all elements of the RIS are turned off by the first control signal, the terminal can measure a direct channel between the base station and the terminal based on the first reference signal. That is, the first channel state information may be state information for a direct channel. At this time, depending on the location of the integrated beamforming setter (e.g., base station or terminal), the terminal may transmit first channel state information to the base station.
  • the integrated beamforming setter e.g., base station or terminal
  • the terminal may receive the second reference signal transmitted from the base station.
  • the base station may transmit a second reference signal after transmitting the second control signal to the RIS.
  • the second control signal may include pattern information of RIS. That is, the second control signal may indicate turning on at least one of the elements of the RIS.
  • the RIS may set the pattern of the RIS based on the received second control signal.
  • the terminal may measure the channel based on the second reference signal and generate second channel state information. Since certain elements of the RIS are turned on by the second control signal, the terminal can measure the channel between the base station, RIS, and terminal according to the RIS pattern based on the second reference signal. At this time, since the influence of the direct channel also exists, the second channel status information may be status information about the effective channel. At this time, depending on the location of the integrated beamforming setter (e.g., base station or terminal), the terminal may transmit second channel state information to the base station.
  • the integrated beamforming setter e.g., base station or terminal
  • the terminal may receive data through a first signal based on the first channel state information and the second channel state information.
  • the first signal may be a beam forming signal.
  • a reflected channel value excluding the influence of the direct channel from the effective channel may be calculated based on the first channel state information and the second channel state information.
  • Integrated beam forming information may be determined based on the measured values of the direct channel, effective channel, and reflected channel.
  • the integrated beamforming information may include information on the active beamforming value of the base station and the passive beamforming value of the RIS. For example, when the integrated beamforming setter is located in the terminal, the terminal may determine beamforming information and transmit it to the base station or RIS without transmitting the status information of each channel to the base station.
  • the terminal may transmit status information of each channel to the base station, and the base station may determine beamforming information and transmit a manual beamforming value to the RIS.
  • the terminal can receive data based on the determined beamforming information.
  • examples of the proposed methods described above can also be included as one of the implementation methods of the present disclosure, and thus can be regarded as a type of proposed methods. Additionally, the proposed methods described above may be implemented independently, but may also be implemented in the form of a combination (or merge) of some of the proposed methods. Information on whether the proposed methods are applicable (or information on the rules of the proposed methods) can be defined so that the base station informs the terminal through a predefined signal (e.g., a physical layer signal or a higher layer signal). there is.
  • a predefined signal e.g., a physical layer signal or a higher layer signal.
  • Embodiments of the present disclosure can be applied to various wireless access systems.
  • Examples of various wireless access systems include the 3rd Generation Partnership Project (3GPP) or 3GPP2 system.
  • Embodiments of the present disclosure can be applied not only to the various wireless access systems, but also to all technical fields that apply the various wireless access systems. Furthermore, the proposed method can also be applied to mmWave and THz communication systems using ultra-high frequency bands.
  • embodiments of the present disclosure can be applied to various applications such as free-running vehicles and drones.

Landscapes

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

Abstract

본 개시에서는 무선 통신 시스템에서 단말이 기지국으로부터 송신된 제1 참조 신호를 수신하는 단계, 상기 제1 참조 신호에 기초하여 채널을 측정하고 제1 채널 상태 정보를 생성하는 단계, 상기 기지국으로부터 송신된 제2 참조 신호를 수신하는 단계, 상기 제2 참조 신호에 기초하여 채널을 측정하고 제2 채널 상태 정보를 생성하는 단계, 및 상기 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 신호를 통해 데이터를 수신하는 단계를 포함할 수 있다. 여기서, 상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송될 수 있다.

Description

무선 통신 시스템에서 신호를 송수신하기 위한 방법 및 장치
이하의 설명은 무선 통신 시스템에 대한 것으로, 무선 통신 시스템에서 단말 및 기지국이 신호를 송수신하는 방법 및 장치에 대한 것이다.
구체적으로, 단말과 기지국은 지능형 반사 표면(Reconfigurable Intelligent Surface, RIS)을 통해 무선 채널 환경을 제어하여 신호를 송수신하는 방법 및 장치를 제공할 수 있다.
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 신호 송수신 방법 및 장치를 제공할 수 있다.
본 개시는 무선 통신 시스템에서 지능형 반사 표면(Reconfigurable Intelligent Surface, RIS)을 이용하여 단말과 기지국이 신호를 송수신하는 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 인공지능에 기초하여 지능형 반사 표면을 제어하는 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 지능형 무선 채널 환경(smart radio environment, SRE)의 채널을 측정하는 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 지능형 무선 채널 환경에 적합한 빔 포밍을 수행하는 방법을 제공할 수 있다.
본 개시는 무선 통신 시스템에서 지능형 무선 채널 환경에 기초하여 단말과 기지국이 신호를 송수신하는 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 송신된 제1 참조 신호를 수신하는 단계, 상기 제1 참조 신호에 기초하여 채널을 측정하고 제1 채널 상태 정보를 생성하는 단계, 상기 기지국으로부터 송신된 제2 참조 신호를 수신하는 단계, 상기 제2 참조 신호에 기초하여 채널을 측정하고 제2 채널 상태 정보를 생성하는 단계, 및 상기 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 수신하는 단계를 포함하되, 상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송될 수 있다.
또한, 본 개시의 일 예로서, 무선 통신 시스템에서 기지국 동작 방법에 있어서, 단말에게 제1 참조 신호를 송신하는 단계, 상기 단말에게 제2 참조 신호를 송신하는 단계, 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 전송하는 단계를 포함하되, 상기 제1 채널 상태 정보 및 상기 제2 채널 상태 정보는, 상기 제1 참조 신호 및 상기 제2 참조 신호에 의해 생성되고, 상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송될 수 있다.
또한, 본 개시의 일 예로서, 무선 통신 시스템의 단말에 있어서, 송수신기, 및 송수신기와 연결된 프로세서를 포함하고, 프로세서는, 기지국으로부터 송신된 제1 참조 신호를 수신하고, 상기 제1 참조 신호에 기초하여 채널을 측정하고 제1 채널 상태 정보를 생성하고, 상기 기지국으로부터 송신된 제2 참조 신호를 수신하고, 상기 제2 참조 신호에 기초하여 채널을 측정하고 제2 채널 상태 정보를 생성하고, 상기 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 수신하도록 제어하되, 상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는, 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송될 수 있다.
또한, 본 개시의 일 예로서, 무선 통신 시스템의 기지국에 있어서, 송수신기 및 송수신기와 연결된 프로세서를 포함하고, 프로세서는, 단말에게 제1 참조 신호를 송신하고, 상기 단말에게 제2 참조 신호를 송신하고, 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 전송하도록 제어하되, 상기 제1 채널 상태 정보 및 상기 제2 채널 상태 정보는, 상기 제1 참조 신호 및 상기 제2 참조 신호에 의해 생성되고, 상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는, 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송될 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, 기지국으로부터 송신된 제1 참조 신호를 수신하고, 상기 제1 참조 신호에 기초하여 채널을 측정하고 제1 채널 상태 정보를 생성하고, 상기 기지국으로부터 송신된 제2 참조 신호를 수신하고, 상기 제2 참조 신호에 기초하여 채널을 측정하고 제2 채널 상태 정보를 생성하고, 상기 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 수신하도록 제어하되, 상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는, 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송될 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, 기지국으로부터 송신된 제1 참조 신호를 수신하고, 상기 제1 참조 신호에 기초하여 채널을 측정하고 제1 채널 상태 정보를 생성하고, 상기 기지국으로부터 송신된 제2 참조 신호를 수신하고, 상기 제2 참조 신호에 기초하여 채널을 측정하고 제2 채널 상태 정보를 생성하고, 상기 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 수신하도록 제어하되, 상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는, 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송될 수 있다.
또한, 다음의 사항들은 공통으로 적용될 수 있다.
또한, 본 개시의 일 예로서, 상기 제1 참조 신호는, 상기 RIS의 모든 요소(element)들이 오프(off)된 상태에서 전송되는 참조 신호이고, 상기 기지국은 상기 RIS에게 상기 RIS의 모든 요소들의 오프를 지시하는 제1 제어신호를 전송하고, 상기 제2 참조 신호는, 상기 RIS 요소들 중 적어도 하나가 온(on)된 상태에서 전송되는 참조 신호이고, 상기 기지국은 상기 RIS에게 상기 RIS 요소들 중 적어도 하나의 온을 지시하는 제2 제어신호를 전송할 수 있다.
또한, 본 개시의 일 예로서, 상기 제2 제어신호는, 상기 단말의 방향에 따른 빈도율을 학습한 결과에 기초하여 생성될 수 있다.
또한, 본 개시의 일 예로서, 상기 제2 제어신호는, RIS 방향벡터 집합에 기초한 코드북(codebook)을 통해 생성되는 정보일 수 있다.
또한, 본 개시의 일 예로서, 제3 채널 상태 정보가 상기 제1 채널 상태 정보 및 상기 제2 채널 상태 정보에 의해 생성될 수 있다.
또한, 본 개시의 일 예로서, 상기 제1 채널 상태 정보는, 직접 채널에 대한 상태 정보이고, 상기 제2 채널 상태 정보는, 유효 채널에 대한 상태 정보이고, 상기 제3 채널 상태 정보는, 반사 채널에 대한 상태 정보일 수 있다.
또한, 본 개시의 일 예로서, 제1 빔 포밍 값 및 제2 빔 포밍 값이 상기 제1 채널 상태 정보 및 상기 제2 채널 상태 정보를 이용하여 계산되고, 상기 제1 신호는, 상기 계산된 제1 빔 포밍 값 및 제2 빔 포밍 값에 기초하여 생성되고, 상기 제1 빔 포밍 값은, 상기 기지국의 빔 포밍 값이고, 상기 제2 빔 포밍 값은, 상기 RIS의 빔 포밍 값일 수 있다.
또한, 본 개시의 일 예로서, 상기 단말은 인공지능 기술이 적용되는 통합 빔포밍 설정기를 포함하고, 상기 제1 빔 포밍 값 및 제2 빔 포밍 값은, 통합 빔포밍 설정기에 의해 계산될 수 있다. 또한, 본 개시의 일 예로서, 상기 통합 빔 포밍 설정기는, 강화 학습 기반으로서 상태 정보(state) 및 보상 값(reward)을 입력으로 하여, 행동(action)을 출력으로 하고, 상기 상태 정보는, 상기 제1 채널 상태 정보 및 상기 제2 채널 상태 정보를 포함하고, 상기 보상 값은, 상기 RIS의 제어값에 대한 결과이고, 상기 행동은, 제1 빔 포밍 값 및 상기 제2 빔 포밍 값일 수 있다.
본 개시에 기초한 실시 예들에 의해 하기와 같은 효과가 있을 수 있다.
본 개시에 기초한 실시 예들에서 지능형 무선 채널 환경(smart radio environment, SRE)에 따른 채널 측정 방법이 제공될 수 있다.
본 개시는 무선 통신 시스템에서 인공지능 기술의 적용으로 채널 측정이 효과적으로 수행될 수 있다.
본 개시에 기초한 실시 예들에서 지능형 무선 채널 환경에서 지능형 반사 표면(Reconfigurable Intelligent Surface, RIS)을 이용하여 단말과 기지국이 신호를 송수신하는 방법이 제공될 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 개시에 적용 가능한 통신 시스템 예시를 나타낸 도면이다.
도 2는 본 개시에 적용 가능한 무선 기기의 예시를 나타낸 도면이다.
도 3은 본 개시에 적용 가능한 무선 기기의 다른 예시를 나타낸 도면이다.
도 4는 본 개시에 적용 가능한 AI(Artificial Intelligence)의 예시를 나타낸 도면이다.
도 5는 본 개시의 일 실시 예에 따라 무선 채널 환경을 나타낸 도면이다.
도 6은 본 개시의 일 실시 예에 따라 지능형 무선 환경을 나타낸 도면이다.
도 7은 본 개시의 일 실시 예에 따라 기존 무선 채널 환경 및 지능형 무선 채널 환경을 나타낸 도면이다.
도 8은 본 개시의 일 실시 예에 따라 지능형 무선 채널 환경에서 최적화를 수행하는 방법을 나타낸 도면이다.
도 9는 본 개시의 일 실시 예에 따라 신뢰 구간을 나타낸 도면이다.
도 10은 본 개시의 일 실시 예에 따라 무선 채널 측정을 위한 RIS 제어 시퀀스를 도시한다.
도 11은 본 개시의 일 실시 예에 따라 통합 빔 포밍 설정기를 포함하는 지능형 무선 환경 시스템의 예를 도시한다.
도 12는 본 개시의 일 실시 예에 따라 지능형 무선 환경에서 채널 추정 및 통합 빔 포밍을 위한 기지국-RIS-단말 간 신호도의 예를 도시한다.
도 13은 본 개시의 일 실시 예에 따라 채널 추정 및 통합 빔 포밍 절차의 예를 도시한다.
도 14는 본 개시의 일 실시 예에 따라 지능형 무선 환경에서 채널 추정 및 통합 빔 포밍을 위한 기지국-RIS-단말 간 신호도의 예를 도시한다.
도 15는 본 개시의 일 실시 예에 따라 채널 추정 및 통합 빔 포밍 절차의 예를 도시한다.
도 16은 본 개시의 일 실시 예에 따라 능동형 RIS 장치의 예를 도시한다.
도 17은 본 개시의 일 실시 예에 따라 수동형 RIS 장치의 예를 도시한다.
도 18a는 본 개시의 일 실시 예에 따라 메타렌즈의 예를 도시한다.
도 18b는 본 개시의 일 실시 예에 따라 메타렌즈의 패턴에 따라 신호 변환의 예를 도시한다.
도 19a는 본 개시의 일 실시 예에 따라 RIS의 조향성에 따라 빈도율을 예시한 도면이다.
도 19b는 본 개시의 일 실시 예에 따라 RIS의 조향성에 따라 빔 방향을 나타낸 도면이다.
도 20은 본 개시의 일 실시 예에 따라 빈도율에 기반한 패턴 설정 절차의 예를 도시한다.
도 21은 본 개시의 일 실시 예에 따라 인공지능 채널 추정기의 예를 도시한다.
도 22는 본 개시의 일 실시 예에 따라 지도학습 기반의 통합 빔 포밍 설정기의 예를 도시한다.
도 23은 본 개시의 일 실시 예에 따라 강화학습 기반의 통합 빔 포밍 설정기의 예를 도시한다.
도 24는 본 개시의 일 실시 예에 따라 지능형 무선 환경에서 단말의 신호 송수신 절차의 예를 도시한다.
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.
도 4는 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 4를 참조하면, AI 기기(400)는 통신부(410), 제어부(420), 메모리부(430), 입/출력부(440a/440b), 러닝 프로세서부(440c) 및 센서부(440d)를 포함할 수 있다.
통신부(410)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(410)는 메모리부(430) 내의 정보를 외부 기기로 전송하거나, 외부 기기로부터 수신된 신호를 메모리부(430)로 전달할 수 있다.
제어부(420)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 기기(400)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 제어부(420)는 AI 기기(400)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다. 예를 들어, 제어부(420)는 러닝 프로세서부(440c) 또는 메모리부(430)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 기기(400)의 구성 요소들을 제어할 수 있다. 또한, 제어부(920)는 AI 장치(400)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리부(430) 또는 러닝 프로세서부(440c)에 저장하거나, AI 서버(도 1, 140) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
메모리부(430)는 AI 기기(400)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예를 들어, 메모리부(430)는 입력부(440a)로부터 얻은 데이터, 통신부(410)로부터 얻은 데이터, 러닝 프로세서부(440c)의 출력 데이터, 및 센싱부(440)로부터 얻은 데이터를 저장할 수 있다. 또한, 메모리부(430)는 제어부(420)의 동작/실행에 필요한 제어 정보 및/또는 소프트웨어 코드를 저장할 수 있다.
입력부(440a)는 AI 기기(400)의 외부로부터 다양한 종류의 데이터를 획득할 수 있다. 예를 들어, 입력부(420)는 모델 학습을 위한 학습 데이터, 및 학습 모델이 적용될 입력 데이터 등을 획득할 수 있다. 입력부(440a)는 카메라, 마이크로폰 및/또는 사용자 입력부 등을 포함할 수 있다. 출력부(440b)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다. 출력부(440b)는 디스플레이부, 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다. 센싱부(440)는 다양한 센서들을 이용하여 AI 기기(400)의 내부 정보, AI 기기(400)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 얻을 수 있다. 센싱부(440)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(440c)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 러닝 프로세서부(440c)는 AI 서버(도 1, 140)의 러닝 프로세서부와 함께 AI 프로세싱을 수행할 수 있다. 러닝 프로세서부(440c)는 통신부(410)를 통해 외부 기기로부터 수신된 정보, 및/또는 메모리부(430)에 저장된 정보를 처리할 수 있다. 또한, 러닝 프로세서부(440c)의 출력 값은 통신부(410)를 통해 외부 기기로 전송되거나/되고, 메모리부(430)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.
[표 1]
Figure PCTKR2022011771-appb-img-000001
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.
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.
또한, 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.
하기에서는 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 사용하여 무선 채널 환경을 조절하는 방법에 대해 서술한다. 또한, 지능형 반사판은 IRS(Intelligent Reflect Surface)일 수 있다. 즉, 지능형 판사판은 다양한 형태일 수 있으며, 특정 명칭으로 한정되는 것은 아닐 수 있다. 하기에서는 설명의 편의를 위해 RIS를 중심으로 서술하지만, 이에 한정되는 것은 아닐 수 있다. 여기서, 인공지능 시스템은 RIS를 이용하는 무선 채널 환경을 조절하기 위해 사용될 수 있으며, 이에 대해서도 후술한다.
일 예로, 현재의 무선 통신기술은 채널 환경(H)에 적응하는 앤드 포인트 최적화를 통해 제어될 수 있다. 일 예로, 송신기 및 수신기에서 최적화를 수행하는 경우, 송신기와 수신기는 빔포밍, 전력 제어 및 적응적 모듈레이션 중 적어도 어느 하나를 송신기와 수신기 사이의 채널 환경(H)에 맞춰서 조절하여 전송 효율을 증대시킬 수 있다.
이때, 채널 환경은 랜덤하고 제어되지 않으며 자연적으로 고정된 상태일 수 있다. 즉, 기존 통신 시스템에서는 채널 환경은 고정된 상태에서 채널 환경에 최적화되도록 각각의 앤드 포인트를 제어하는 방식을 수행될 수 있었다. 따라서, 송신기 및 수신기는 채널에 적응하도록 최적화를 수행하고, 이를 통해 데이터를 송수신할 수밖에 없다. 이때, 음영지역에서의 NLOS(non-line of sight)의 환경이나 6G THz와 같이 신호 손실이 크고 다중경로가 존재하기 어려운 환경에서는 앤드 포인트의 최적화만으로는 샤논의 채널용량 한계(Shannon's Capacity Limit)를 극복하기 어려울 수 있으며, 이를 통해 원하는 요구사항만큼의 스루풋을 기대하기 어려울 수 있다.
상술한 점을 고려하여, 새로운 통신 시스템에서는 지능형 무선환경(Smart Radio Environment)에 기초하여 통신이 수행될 수 있다. 이때, 지능형 무선 환경에서는 지능형 반사판(RIS)를 사용하여 무선 채널을 송수신기와 같이 제어할 수 있는 인자로 사용할 수 있다.
즉, 무선 통신 전송을 최적화하기 위해 사용되는 인자로 무선 채널에 대한 인자가 추가될 수 있다. 이를 통해, 기존 통신 시스템에서 해결 불가능한 문제로써 채널을 재설정하거나 샤논의 채널용량 한계의 극복이 가능할 수 있다. 다만, 지능형 무선환경에서 지능형 반사판(RIS)으로 인해 추가된 채널의 측정과 지능형 반사판(RIS)을 송수신기와 같이 동시에 고려해서 최적화 할 필요성이 있으며, 이에 따라 최적화 과정이 복잡해질 수 있다.
일 예로, 현재의 무선통신기술 한계와 함께 지능형 무선환경에서 적용되는 AO(Alternating Optimization) 알고리즘을 사용하여 RIS를 제어하는데 한계가 존재할 수 있다.
보다 상세하게는, 기존 통신 시스템에서는 고정된 무선 채널 환경에서 송신기 및 수신기의 제어를 통해 샤논의 채널용량 한계에 근접하는 방식을 통해 동작할 수 있었다. 다만, 음영지역과 같이 열악한 NLOS 환경에서는 채널 용량의 한계로 인해 송수신이 거의 불가능할 수 있다. 일 예로, NLOS 채널환경에서 송신기는 전력을 증가시켜 채널 용량의 한계를 개선할 수 있지만, 그만큼 잡음과 간섭의 크기도 같이 증가할 수 있다. 이때, 6G THz 환경처럼 신호 손실이 크고 다중 경로가 존재하기 어려운 환경에서는 송신기 및 수신기의 최적화만으로는 샤논의 채널용량 한계를 극복하는데 한계가 존재할 수 있다.
여기서, 일 예로, 새로운 통신 시스템(e.g. 6G)에서는 새로운 서비스로써 MBRLLC(Mobile Broadband Reliable Low Latency Communication), mURLLC(Massive Ultra-Reliable, Low Latency communications), HCS(Human-Centric Services) 및 3CLS(Convergence of Communications, Computing, Control, Localization, and Sensing)의 서비스를 제공하기 위한 요구사항이 만족될 필요성이 있으며, 이를 위해 지능형 무선환경에 기초한 통신이 필요할 수 있다.
또한, 일 예로, 기지국 셀의 커버리지 증대 및 음영지역에 대한 지원을 위해 현재 많은 중계기(Relay)를 사용하고 있다. 다만, 중계기를 이용하는 방식은 전송 효율을 증대시킬 수 있으나, 다른 사용자에 대한 간섭신호를 추가적으로 발생시킬 수 있다. 따라서, 전체적인 통신자원 효율면에서 한계가 발생할 수 있다. 또한, 중계기(Relay)의 사용은 또한 높은 추가비용과 에너지가 필요하고, 복잡하고 혼재된 간섭 신호 관리가 용이하지 않을 수 있다. 또한, 일 예로, 반 이중 방식(Half Duplex)을 사용함으로써 스펙트럼 효율성이 감소할 수 있으며, 공간 활용면이나 심미적으로도 영향을 줄 수 있다.
반면, 지능형 무선환경에서는 지능형 반사판(RIS)를 사용하여 무선채널환경을 조절할 수 있다. 동시에 송신기 및 수신기는 최적화를 함께 수행하여 지능형 무선환경(Smart Radio Environment)에서 샤논의 채널용량 한계의 극복할 수 있는 해결책을 제공할 수 있으며, 이에 대해서는 후술한다.
다만, 기존에 기지국과 단말 간의 채널 이외에, 기지국-RIS, RIS-단말간의 채널도 고려할 필요성이 있다. 또한, 기존에는 송수신기만 환경에 맞춰 최적화하면 충분하지만, 지능형 무선환경(Smart Radio Environment)에서는 지능형 반사판(RIS)도 같이 제어해야 될 필요성이 있다.
또한, 해당 값은 송수신기의 최적화와 의존성을 가질 수 있으며, 이에 따라 복잡성이 증가할 수 있다. 여기서, 최적화를 위해 사용되는 AO(Alternating Optimization) 알고리즘은 수렴될 때가지 반복적으로 수행될 수 있으며, 모든 채널들이 측정되어야 하는 부담을 줄 수 있다. 하기에서는 상술한 점을 고려하여 지능형 반사판으로 지능형 무선환경에서 최적화를 수행하는 방법 및 인공지능 시스템에 대해 서술한다.
또한, 일 예로, 표 2는 하기 및 상술한 바를 고려한 용어일 수 있으며, 하기에서는 이에 기초하여 지능형 반사판으로 지능형 무선환경에서 최적화를 수행하는 방법 및 인공지능 시스템에 대해 서술한다.
[표 2]
Figure PCTKR2022011771-appb-img-000002
도 5는 본 개시의 일 실시예에 따라 무선 채널 환경을 나타낸 도면이다. 도 5를 참조하면, 기존 통신 시스템에서 무선 채널 환경(H)는 자연적으로 고정되어 있고, 제어할 수 없는 랜덤한 상태일 수 있다. 따라서, 송신기(510) 및 수신기(520)는 채널에 적응하여 최적화된 송수신 방법을 찾을 수 있다. 송신기(510)와 수신기(520)는 신호(e.g. 참조신호)를 통해 채널 상태를 측정하고, 측정된 채널 상태에 기초하여 최적화가 수행되도록 제어될 수 있다. 다만, 상술한 바와 같이 테라헤르츠 환경과 같이 신호 손실이 크고 다중 경로 적용이 어려운 경우 및 음영지역과 같이 NLOS 환경에서는 데이터 전송에 한계가 존재할 수 있다. 일 예로, 하기 수학식 1은 샤논의 용량 한계를 나타낼 수 있다. 이때, 수학식 1에서 송신 신호 P에 프리코딩 및 가공을 적용하여 증대시키더라도 채널
Figure PCTKR2022011771-appb-img-000003
의 크기가 작으면 채널 용량을 증대시키는 것에 한계가 존재할 수 있다.
무선 채널 환경이 고정된 상태에서는 수학식 1에 기초하여 채널 용량을 증대시키는데 한계가 존재할 수 있다. 이때, 지능형 반사판(RIS)을 사용하면 송신기(510)와 수신기(520) 사이에서 다중 경로를 확보할 수 있으며, 상술한 채널
Figure PCTKR2022011771-appb-img-000004
를 증대시킬 수 있다. 즉, 지능형 무선환경에서 지능현 반사판에 기초하여 무선 채널 환경은 조절 가능한 인자일 수 있으며, 이를 통해 채널 용량을 증대시킬 수 있다.
[수학식 1]
Figure PCTKR2022011771-appb-img-000005
일 예로, 도 6은 본 개시의 일 실시예에 따라 지능형 무선 환경을 나타낸 도면이다. 도 6을 참조하면, 지능형 무선 채널 환경에서 무선 채널
Figure PCTKR2022011771-appb-img-000006
는 최적화를 위한 인자일 수 있다. 보다 상세하게는, 상술한 도 5에서는 앤드 포인트 최적화로써 "max{f(Tx, Rx)}"에 기초하여 송신기(510) 및 수신기(520)에서 최적화가 수행될 수 있으며, 이는 상술한 바와 같다. 다만, 도 6에서는 앤드 포인트 최적화로써 "max{f(Tx, Rx, H)}"에 기초하여 송신기(610) 및 수신기(620)에서 최적화가 수행될 수 있다. 즉, 지능형 무선 환경에서는 지능형 반사판에 기초하여 채널
Figure PCTKR2022011771-appb-img-000007
가 최적화를 위한 인자로써 사용될 수 있다.
도 7은 본 개시의 일 실시예에 따라, 기존 무선 채널 환경 및 지능형 무선 채널 환경을 나타낸 도면이다. 일 예로, 도 7(a)를 참조하면, 기존 무선 채널 환경은 P1일 수 있다. 또한, 도 7(b)를 참조하면, 지능형 무선 채널 환경은 P2일 수 있다. 이때, 도 7(a) 및 도 7(b)에서 각각 x 신호가 송신단에서 무선 채널을 통해 전송되는 경우, 수신단은 y 신호를 수신할 수 있다. 이때, 기존 무선 채널 환경에서 P1의 확률은 고정되어 있으며 수신단(Decoder)은 송신 신호에 대한 측정을 통해 송신단으로 피드백을 전송할 수 있다. 송신단은 수신단의 피드백을 통해 무선 채널 환경에 적응할 수 있도록 최적화를 수행할 수 있다. 보다 구체적인 일 예로, 수신단은 송신단이 전송한 참조신호에 기초하여 송신신호에 대한 CQI(Channel Quality Indicator)를 측정하고, 이를 피드백 할 수 있다. 송신단은 피드백된 정보에 기초하여 MCS(modulation coding scheme)을 조절하고, 이에 대한 정보를 수신단에 제공하여 통신을 수행할 수 있다.
반면, 도 7(b)를 참조하면, 지능형 무선 채널 환경에서는 무선 채널 환경 P2가 인식되고, RIS 제어를 통해 무선 채널 환경을 변경시킬 수 있다. 이와 동시에, 수신단은 수신한 송신 신호에 대한 측정을 수행하고, 이에 대한 피드백을 송신단으로 전송할 수 있다. 즉, 송신단은 RIS 제어에 기초한 피드백 정보 및 수신단의 피드백 정보를 수신하여 최적화를 수행할 수 있다. 이때, 송신단은 RIS를 조절하여 무선 채널 환경을 변경시킬 수 있으며, 무선 채널 환경과 송신단을 고려한 최적화가 수행될 수 있다.
보다 상세하게는, 도 8은 본 개시의 일 실시예에 따라 지능형 무선 채널 환경에서 최적화를 수행하는 방법을 나타낸 도면이다. 도 8을 참조하면, 지능형 무선 채널 환경에서 기지국(810) 및 단말(830) 사이에는 RIS(820)가 존재할 수 있다. 일 예로, 기지국(810)이 전송하는 신호는 단말(830)로 직접 전송되는 경로 및 RIS(820)에 반사되어 전송되는 경로가 존재할 수 있다. 즉, 지능형 무선 채널 환경에서는 기지국(810)과 RIS(820) 간 무선 채널(G), RIS(820)와 단말(830) 간 무선 채널(
Figure PCTKR2022011771-appb-img-000008
) 및 기지국(810)과 단말(830) 간 직접 무선 채널(
Figure PCTKR2022011771-appb-img-000009
)이 존재할 수 있다. 여기서, RIS(820)의 제어에 기초하여 기지국(810)과 RIS(820) 간 무선 채널(G) 및 RIS(820)와 단말(830) 간 무선 채널(
Figure PCTKR2022011771-appb-img-000010
)이 변경될 수 있다. 따라서, 지능형 무선 채널 환경에서 최적화는 상술한 무선 채널 환경을 고려하여 최적화가 수행될 수 있다.
보다 상세하게는, 기지국(810)이 단말 k(830)에게 신호를 전송하는 경우, 단말 k(830)를 위한 기지국 송신 빔포밍 벡터는
Figure PCTKR2022011771-appb-img-000011
, 단말 k(830)에게 전송하는 신호는
Figure PCTKR2022011771-appb-img-000012
및 수신 잡음이
Figure PCTKR2022011771-appb-img-000013
일 수 있다. 이때, 단말 k(830)가 RIS(820)를 사용하는 환경에 기초하여 기지국(810)으로부터 수신하는 신호는 하기 수학식 2와 같을 수 있으며, 각각의 채널에 대해서는 하기 표 3과 같을 수 있다.
[수학식 2]
Figure PCTKR2022011771-appb-img-000014
[표 3]
Figure PCTKR2022011771-appb-img-000015
여기서, 단말 k(1230)가 수신한 신호 대 잡음비(signal noise ratio, SNR)은 하기 수학식 3과 같을 수 있다.
[수학식 3]
Figure PCTKR2022011771-appb-img-000016
따라서 수신 SNR을 최적화하기 위한 지능형 무선환경(SRE)을 구성하는 경우, 하기 수학식 4와 같이 IRS의 제어와 전송 빔포밍(Transmit Beamforming)을 설정하는 경우일 수 있다.
[수학식 4]
Figure PCTKR2022011771-appb-img-000017
이때, MIMO에서 최대율 전송(Maximum-Rate Transmit)을 고려하여 단말 k(1230)의 전송 빔포밍(Transmit Beamforming)
Figure PCTKR2022011771-appb-img-000018
는 하기 수학식 5와 같을 수 있다.
[수학식 5]
Figure PCTKR2022011771-appb-img-000019
여기서,
Figure PCTKR2022011771-appb-img-000020
는 IRS에서 최대 전송 파워일 수 있고,
Figure PCTKR2022011771-appb-img-000021
및 Φ 를 최적화하는 수식에
Figure PCTKR2022011771-appb-img-000022
를 대입하면 최적화는 하기 수학식 6과 같을 수 있다.
[수학식 6]
Figure PCTKR2022011771-appb-img-000023
*이때, IRS 제어 값 Φ 를 결정하면,
Figure PCTKR2022011771-appb-img-000024
를 연산에 의해 결정할 수 있다. 여기서, 상술한 최적화 문제를 해결하기 위한 AO(Alternating Optimization) 알고리즘이 사용될 수 있다. 일 예로, AO 알고리즘은 채널정보(
Figure PCTKR2022011771-appb-img-000025
,
Figure PCTKR2022011771-appb-img-000026
, G) 를 이용하여 IRS 요소 별로 신뢰 구간(Trust region)을 결정하는 방법일 수 있으며, 도 13과 같을 수 있다. 또한, 목적 함수의 값(Objective Value)이 수렴할 때까지 반복적으로 바이너리 결정(binary decision)을 수행하고, 이를 통해
Figure PCTKR2022011771-appb-img-000027
을 구할 수 있다. 여기서, 수렴 값의 상위 한계 값(upper bound)은 이상적인 IRS(Ideal IRS)인 경우,
Figure PCTKR2022011771-appb-img-000028
=1일 수 있다. 이때, 일 예로, 도 12에서 IRS는 상술한 IRS 요소별로 최적화된 값을 찾기 위해 상술한 동작을 반복할 수 있다.
여기서, AO(Alternating Optimization) 알고리즘은 수렴할 때까지 반복할 필요성이 있다. 또한, IRS 요소별로 각각의 최적화 값을 도출해야 하므로 복잡도가 커지고 연산량이 증가할 수 있다. 이때, 기지국의 안테나 수 M 및 IRS 요수 수 N에 따라 복잡도 및 연산량이 증가할 수 있으며, 이를 계산하는데 한계가 존재할 수 있다. 또한, AO(Alternating Optimization) 알고리즘을 최적화하는 경우, IRS가 포함된 모든 채널들의 측정 값이 필요할 수 있으며, 상술한 바를 고려하면 최적화에 한계가 존재할 수 있다.
도 8에서 서술하였듯이, 지능형 무선 채널 환경에서는 기지국과 단말 간의 직접 채널(
Figure PCTKR2022011771-appb-img-000029
) 및 기지국-RIS-단말을 통과하는 반사 무선 채널(
Figure PCTKR2022011771-appb-img-000030
)(이하 '반사 채널')이 존재할 수 있다. 직접 채널(
Figure PCTKR2022011771-appb-img-000031
)은 모든 RIS 요소들을 오프(off)한 상태에서 송신된 참조 신호에 기초하여 측정될 수 있다. 반사 채널(
Figure PCTKR2022011771-appb-img-000032
)은 RIS 요소들 중 적어도 하나가 온(on)된 상태에서 송신된 참조 신호에 기초하여 측정될 수 있다.
일 예로, 도 10은 본 개시의 일 실시 예에 따라 무선 채널 측정을 위한 RIS 제어 시퀀스를 도시한다. 도 10을 참고하면, 동기 블록(coherence block) 구간(
Figure PCTKR2022011771-appb-img-000033
)(1000)은 채널 추정(channel estimation) 구간(
Figure PCTKR2022011771-appb-img-000034
)(1010) 및 하향링크 전송(downlink transmission) 구간(
Figure PCTKR2022011771-appb-img-000035
)(1020)을 포함할 수 있다. 여기서, 채널 추정 구간(1010)은 T+1개의 서브-단계(Sub-phase)들(1030)을 포함할 수 있다. RIS는 각 서브-단계에 따라 제어될 수 있다. 일 예로, 서브-단계가 0인 경우 RIS의 모든 요소들이 오프(off)될 수 있다. 그리고, 서브-단계가 변경될 때마다, RIS의 요소들이 교대로 하나씩 온(on)될 수 있다. 단말은, RIS의 모든 요소들이 오프(off) 된 경우 직접 채널(
Figure PCTKR2022011771-appb-img-000036
)을 측정할 수 있으며, RIS의 요소들이 번갈아 온(on) 될 때마다 반사 채널(
Figure PCTKR2022011771-appb-img-000037
)을 측정할 수 있다. 이후, 채널의 측정 결과는 하향링크 전송 구간(1020)을 통해 전송될 수 있다.
한편, 상기 서술한 채널 측정 방법은 총 T+1개의 서브-단계(Sub-phase)에 대한 채널 추정 과정을 거치기 때문에 많은 시간이 소요될 수 있다. 또한, 한 개의 요소만을 온(on)시켜 반사 채널(
Figure PCTKR2022011771-appb-img-000038
)을 측정하므로, 측정을 위한 수신 신호의 세기가 작아 노이즈에 취약하고 신뢰성을 확보하기 어려운 단점이 존재한다.
따라서, 본 개시는 상술한 바와 같이 지능형 무선 환경에서 RIS 요소 수의 증가에 따른 문제점을 해결하기 위한 신호 송수신 방법을 제안한다. 구체적으로, 본 개시는 인공지능 기술을 이용하여 RIS를 제어함으로써 채널 추정 및 통합 빔 포밍을 수행하는 방법을 제안한다. 여기서, 통합 빔 포밍은 능동 빔 포밍 및 수동 빔 포밍을 포함하는 개념이다. 능동 빔 포밍은 기지국이 신호를 송수신하기 위해 수행하는 빔 포밍이고, 수동 빔 포밍은 RIS가 신호를 반사시기 위해 수행하는 빔 포밍이다.
본 개시에 따르면, RIS 제어를 통해 RIS에 대한 채널 측정을 단순화할 수 있으므로 채널 추정 시간이 최소화될 수 있다. 또한, 인공지능 기술의 적용으로 인하여 기지국의 안테나 수(M) 및 RIS 요소 수(N)에 제한되지 않는 채널 추정 및 통합 빔 포밍이 수행될 수 있다. 또한, 본 개시의 일 실시 예에 따라, 건물이나 시설 등의 구조적 특성을 반영한 특정 RIS 패턴이 사용되는 경우, 채널 이득이 증가될 수 있으므로 잡음에 강한 채널 추정이 가능해지는 장점이 제공될 수 있다.
도 11은 본 개시의 일 실시 예에 따른 통합 빔 포밍 설정기를 포함하는 지능형 무선 환경 시스템(이하 '시스템')(1100)의 예를 도시한다.
도 11을 참고하면, 지능형 무선 환경에서 채널 추정 결과에 기초하여 능동 빔 및 수동 빔이 설정되는 시스템(1100)을 확인할 수 있다. 강화 학습 관점에서, 능동 및 수동 빔 설정기는 에이전트(Agent)로, 지능형 반사표면(RIS) 및 기지국/단말을 포함하는 지능형 무선 환경은 환경(Environment)으로 표현될 수 있다. 에이전트는 환경에게 능동 빔 정보 및 수동 빔 정보를 전달할 수 있고, 환경으로부터 채널 상태 정보 및 성능 측정 정보를 획득할 수 있다. 이때, 에이전트로서 능동 및 수동 빔 설정기는 지능형 무선 환경에서 채널 추정 동작 및 데이터 전송 동작을 수행할 수 있다. 채널 추정 단계에서, 능동 및 수동 빔 설정기는 RIS(
Figure PCTKR2022011771-appb-img-000039
) 및 기지국의 빔 포밍(
Figure PCTKR2022011771-appb-img-000040
)을 제어함으로써 채널 상태 정보와 성능 측정 정보를 획득할 수 있다. 이를 통해, 기지국, RIS, 단말에 대한 최적의 능동 빔 정보 및 수동 빔 정보가 결정됨으로써 최적화된 무선 채널 환경에서의 데이터 전송이 수행될 수 있다. 추가적으로, 최적의 무선 채널 환경에서의 데이터 전송 결과에 기초하여 획득된 성능 측정 정보가 학습에 사용될 수 있다.
하기에서는, 지능형 무선 환경에서의 채널 추정 절차 및 채널 추정 결과에 기초한 통합 빔 포밍 절차에 대해 서술한다. 도 12 및 도 13은 통합 빔 포밍 설정기가 기지국에 위치하는 경우의 기지국, RIS, 단말 상호 간의 신호 흐름의 예를 도시한다. 도 14 및 도 15는 통합 빔 포밍 설정기가 단말에 위치하는 경우의 기지국, RIS, 단말 상호 간의 신호 흐름의 예를 도시한다.
도 12는 본 개시의 일 실시 예에 따른 지능형 무선 환경에서 채널 추정 및 통합 빔 포밍을 위한 기지국(1210)-RIS(1220)-단말(1230) 간 신호도의 예를 도시한다.
도 12를 참고하면, 기지국(1210)은 RIS(1220)에게 RIS(1220)의 모든 요소(element)들을 오프(off)할 것을 지시하는 RIS 제어신호(예:
Figure PCTKR2022011771-appb-img-000041
)(이하 'RIS 오프 신호')를 송신할 수 있다. RIS(1220)는 수신한 RIS 오프 신호에 기초하여 모든 요소들을 오프할 수 있다. 이후, 기지국(1210)은 참조 신호(예:
Figure PCTKR2022011771-appb-img-000042
)를 송신할 수 있다. RIS 오프 신호에 의해 RIS(1220)의 모든 요소들이 오프된 상태이므로, 단말(1230)은 기지국(1210)이 송신한 참조 신호에 기초하여 기지국(1210) 및 단말(1230) 간의 직접 채널(
Figure PCTKR2022011771-appb-img-000043
)을 추정할 수 있다. 이후, 단말(1230)은 기지국(1220)에게 직접 채널 추정 결과인 직접 채널 상태 정보(예:
Figure PCTKR2022011771-appb-img-000044
)를 송신할 수 있다.
한편, 지능형 무선 환경에서 통합 빔 포밍을 위해서는 직접 채널 뿐만 아니라, RIS(1220)에 의한 반사 채널이 추정되어야 한다. 기지국(1210) 및 단말(1230) 간의 직접 채널(
Figure PCTKR2022011771-appb-img-000045
)은 항상 존재하므로, 기지국(1210)-RIS(1220)-단말(1230) 간의 반사 채널만을 직접 측정하는 것은 불가능할 수 있다. 이에, 유효 채널, 직접 채널 및 반사 채널 간의 상관관계를 이용하여 반사 채널을 추정할 수 있다. 유효 채널은 직접 채널과 반사 채널을 포함하는 개념이다. 유효 채널, 반사 채널 및 직접 채널 간의 관계는 하기 수학식 7과 같다. 수학식 7에서,
Figure PCTKR2022011771-appb-img-000046
는 유효 채널 값이고,
Figure PCTKR2022011771-appb-img-000047
은 RIS(1220) 및 단말(1230) 간의 반사 채널 값이고,
Figure PCTKR2022011771-appb-img-000048
는 직접 채널 값이다. 수학식 7에 따라, 반사 채널 값은 유효 채널을 측정한 값에서 직접 채널을 측정한 값을 뺌으로써 추정될 수 있다.
[수학식 7]
Figure PCTKR2022011771-appb-img-000049
즉, 반사 채널을 측정하기 위해서는 유효 채널에 대한 측정이 먼저 수행되어야 한다. 이에, 기지국(1210)은 RIS 제어신호(예:
Figure PCTKR2022011771-appb-img-000050
)(이하 'RIS 커스톰 신호')를 RIS(1220)에게 송신할 수 있다. RIS 커스톰 신호는 RIS 패턴 정보를 포함할 수 있다. RIS 패턴 정보는 RIS(1220)의 각 요소들의 온/오프 상태를 지시할 수 있다. RIS(1220)는 RIS 패턴 정보에 기초하여 요소들의 온/오프를 제어함으로써 굴절률(유전율과 투자율의 식)을 조절하여 초점의 거리나 위치를 변화시킬 수 있다. 즉, RIS(1220)는 기지국(1210)으로부터 수신한 RIS 패턴 정보에 기초하여 RIS(1220)의 패턴을 설정할 수 있다.
이때, 일 예로, 기지국(1210)은 RIS(1220)에 반사되어 단말(1230)에게 송신되는 참조 신호의 세기가 최대화되도록 RIS 패턴 정보를 결정할 수 있다. 한편, 최초 동작 시에는 기지국(1210)은 단말(1230)의 위치를 모르기 때문에, RIS(1220)에 의해 반사되는 신호가 모든 방향으로 송신될 수 있는 구형파가 되도록, RIS 패턴 정보를 결정할 수 있다. 또한, RIS 패턴 정보는 건물이나 구조물 등의 실제 환경을 반영하도록 사용자의 빈도수에 따라 업데이트 될 수 있다. 일 예로, 패턴 정보는 사용자의 사용 빈도가 낮은 위치에는 신호를 송신하지 않고, 빈도가 많은 위치에 신호를 더 강하게 송신할 수 있도록 결정될 수 있다.
RIS(1220)의 패턴이 설정되면, 기지국(1210)은 참조 신호(예:
Figure PCTKR2022011771-appb-img-000051
)를 송신할 수 있다. 이 경우, RIS 커스톰 신호에 포함된 패턴 정보에 따라 RIS의 적어도 하나의 요소가 온(on)되어 있으므로, 참조 신호는 RIS(1220)에 반사되어 단말(1230)에게 송신될 수 있다. 따라서, 단말(1230)은 특정 패턴이 설정된 RIS(1220)에 의해 반사된 참조 신호에 기초하여 유효 채널(
Figure PCTKR2022011771-appb-img-000052
)을 추정할 수 있다. 이후, 단말(1230)은 유효 채널 측정 값(
Figure PCTKR2022011771-appb-img-000053
)에서 직접 채널 측정 값(
Figure PCTKR2022011771-appb-img-000054
)을 뺌으로써 반사 채널을 계산할 수 있다. 이때, 하기 수학식 8에서와 같이, 단말은 RIS(1220)의 패턴 정보 값
Figure PCTKR2022011771-appb-img-000055
을 이용하여 RIS(1220)의 제어 값을 배제한 반사 직렬 채널(
Figure PCTKR2022011771-appb-img-000056
)을 추정할 수 있다.
[수학식 8]
Figure PCTKR2022011771-appb-img-000057
상술한 바와 같이, 단말(1230)은 직접 채널(
Figure PCTKR2022011771-appb-img-000058
) 및 유효 채널(
Figure PCTKR2022011771-appb-img-000059
)을 추정하고, 반사 채널을 계산함으로써 각 채널들에 대한 상태 정보를 획득할 수 있다. 이후, 단말(1230)은 직접 채널(
Figure PCTKR2022011771-appb-img-000060
) 및 반사 채널(
Figure PCTKR2022011771-appb-img-000061
)에 대한 채널 상태 정보(
Figure PCTKR2022011771-appb-img-000062
)를 기지국(1210)에게 전송할 수 있다. 기지국(1210)에 위치한 통합 빔 포밍 설정기는 채널 상태 정보(
Figure PCTKR2022011771-appb-img-000063
)에 기초하여 기지국(1210)에서 수행될 능동 빔 포밍 값 및 RIS(1220)에서 수행될 수동 빔 포밍 값을 계산할 수 있다. 이때, 유효 채널 측정 시에 획득하지 못한 채널 상태 정보는 인공지능 기술을 통해 보완될 수 있다.
이후, 수동 빔 포밍 값 정보를 포함하는 RIS 제어신호(
Figure PCTKR2022011771-appb-img-000064
)를 RIS(1220)에게 송신할 수 있다. RIS(1220)는 RIS 제어신호에 기초하여 수동 빔 포밍 값을 적용할 수 있다. 기지국(1210)은 능동 빔 포밍 값을 적용하고, 설정된 수동 빔 포밍 및 능동 빔 포밍 환경을 통해 데이터를 송수신할 수 있다.
도 13은 본 개시의 일 실시 예에 따른 채널 추정 및 통합 빔 포밍 절차의 예를 도시한다. 도 13을 참고하면, 해당 절차는, 직접 채널 추정 단계(S1301 단계 내지 S1304 단계), 유효 채널 추정 단계(S1305 단계 내지 S1308 단계), 통합 빔 포밍 단계(S1309 단계 및 S1310 단계)로 분류될 수 있다. S1301 단계에서, 기지국은 RIS의 동작 종료를 지시하는 RIS 제어신호(
Figure PCTKR2022011771-appb-img-000065
)를 송신할 수 있다. RIS는 RIS 제어신호에 기초하여 요소(element)들을 모두 오프(off)할 수 있다. S1302 단계에서, 기지국은 단말에게 채널 추정을 위한 참조 신호(
Figure PCTKR2022011771-appb-img-000066
)를 송신할 수 있다. S1303 단계에서, 단말은 참조 신호(
Figure PCTKR2022011771-appb-img-000067
)에 기초하여 기지국과 단말 간의 직접 채널을 추정할 수 있다. RIS 요소들이 모두 오프된 상태이므로 반사 채널의 영향은 존재하지 않는다. S1304 단계에서, 단말은 직접 채널 추정 결과로서 채널 상태 정보(
Figure PCTKR2022011771-appb-img-000068
)를 기지국에게 송신할 수 있다.
이후, 반사 채널 추정을 위한 유효 채널 추정 절차가 수행될 수 있다. S1305 단계에서, 기지국은 RIS에게 패턴 정보를 포함한 제어신호(
Figure PCTKR2022011771-appb-img-000069
)(이하 'RIS 커스톰 신호')를 송신할 수 있다. RIS는 RIS 커스톰 신호에 기초하여 RIS 요소들의 온/오프를 제어함으로써 RIS의 패턴을 설정할 수 있다. RIS 패턴이 설정되면, S1306 단계에서, 기지국은 단말에게 채널 추정을 위한 참조 신호(
Figure PCTKR2022011771-appb-img-000070
)를 송신할 수 있다. 참조 신호는 설정된 패턴에 따라 RIS에 의해 반사되어 단말에게 전달되거나, RIS를 거치지 않고 직접 단말에게 전달될 수 있다. S1307 단계에서, 단말은 수신한 참조 신호(
Figure PCTKR2022011771-appb-img-000071
)에 기초하여 유효 채널을 추정할 수 있다. 단말은 측정한 직접 채널 및 유효 채널에 기초하여 반사 채널을 계산할 수 있다. S1308 단계에서, 단말은 기지국에게 측정한 각 채널들의 상태 정보(
Figure PCTKR2022011771-appb-img-000072
)를 기지국에게 송신할 수 있다.
이후, 기지국은 채널들의 상태 정보에 기초하여 기지국이 적용할 능동 빔 포밍 값 및 RIS에게 적용할 수동 빔 포밍 값을 계산할 수 있다. 즉, S1309 단계에서, 기지국은 채널 상태 정보(
Figure PCTKR2022011771-appb-img-000073
)에 기초하여 통합 빔 포밍 정보를 결정할 수 있다. 통합 빔 포밍 정보는 능동 빔 포밍 값 및 수동 빔 포밍 값을 포함할 수 있다. 기지국은 결정한 수동 빔 포밍 정보를 RIS에게 송신할 수 있다. RIS는 수신한 수동 빔 포밍 정보에 기초하여 빔 포밍 값을 적용할 수 있다. S1310 단계에서, 기지국은 능동 빔 포밍 값을 적용하여 단말과 데이터 통신을 수행할 수 있다. 도 13에서, RIS 제어신호 및 통합 빔 포밍 정보는 코드북 형식으로도 송신될 수 있다. 또한, 직접 채널 추정 단계 및 유효 채널 추정 단계의 순서는 변경될 수 있다.
한편, 통합 빔 포밍 설정기는 도 12 및 도 13과 같이 기지국에 위치할 수도 있지만, 단말에서도 구현될 수 있다. 단말에서 통합 빔 포밍 정보가 결정되는 경우, 단말은 기지국에게 측정한 각 채널들에 대한 상태 정보를 송신하지 않을 수 있다. 또한, 단말이 통합 빔 포밍 정보를 결정하므로, 단말은 기지국 또는 RIS에게 능동 빔 포밍 정보 또는 수동 빔 포밍 정보를 송신하여야 한다. 해당 경우, 단말의 상태 정보(예: 위치 정보, 이동 정보)가 고려되어 빔 포밍 정보가 결정될 수 있는 장점이 제공될 수 있다. 하기의 도 14 및 도 15는 통합 빔 포밍 설정기가 단말에서 구현된 경우의 기지국, RIS, 단말 상호 간의 신호 흐름의 예를 도시한다.
도 14는 본 개시의 일 실시 예에 따른 지능형 무선 환경에서 채널 추정 및 통합 빔 포밍을 위한 기지국(1410)-RIS(1420)-단말(1430) 간 신호도의 예를 도시한다.
도 14를 참고하면, 기지국(1410)은 RIS(1420)에게 RIS의 모든 요소(element)들을 오프(off)할 것을 지시하는 RIS 제어신호(예:
Figure PCTKR2022011771-appb-img-000074
)(이하 'RIS 오프 신호')를 송신할 수 있다. RIS(1420)는 수신한 RIS 오프 신호에 기초하여 모든 요소들을 오프할 수 있다. 이후, 기지국(1410)은 단말(1430)에게 참조 신호(예:
Figure PCTKR2022011771-appb-img-000075
)를 송신할 수 있다. RIS 오프 신호에 의해 RIS(1420)의 모든 요소들이 오프된 상태이므로, 단말(1430)은 기지국(1410)이 송신한 참조 신호에 기초하여 기지국(1410) 및 단말(1430) 간의 직접 채널(
Figure PCTKR2022011771-appb-img-000076
)을 추정할 수 있다.
또한, 기지국(1410)은 RIS 제어신호(예:
Figure PCTKR2022011771-appb-img-000077
)(이하 'RIS 커스톰 신호')를 RIS(1420)에게 송신할 수 있다. RIS(1420)는 RIS 커스톰 신호에 포함된 RIS 패턴 정보에 기초하여 RIS(1420) 패턴을 설정할 수 있다.
RIS(1420)의 패턴이 설정되면, 기지국(1410)은 참조 신호(예:
Figure PCTKR2022011771-appb-img-000078
)를 송신할 수 있다. 이 경우, RIS 커스톰 신호에 포함된 패턴 정보에 따라 RIS의 적어도 하나의 요소가 온(on)되어 있으므로, 참조 신호는 RIS(1420)에 반사되어 단말(1430)에게 송신될 수 있다. 따라서, 단말(1430)은 특정 패턴이 설정된 RIS(1420)에 의해 반사된 참조 신호에 기초하여 유효 채널(
Figure PCTKR2022011771-appb-img-000079
)을 추정할 수 있다. 이후, 단말(1430)은 유효 채널 측정 값(
Figure PCTKR2022011771-appb-img-000080
)에서 직접 채널 측정 값(
Figure PCTKR2022011771-appb-img-000081
)을 뺌으로써 반사 채널을 계산할 수 있다.
상술한 바와 같이, 단말(1230)은 직접 채널 및 유효 채널을 추정하고, 반사 채널을 계산함으로써 각 채널들에 대한 상태 정보를 획득할 수 있다. 이후, 단말은(1430)은 통합 빔 포밍 설정기를 이용하여 통합 빔 포밍 설정 값(
Figure PCTKR2022011771-appb-img-000082
,
Figure PCTKR2022011771-appb-img-000083
)을 결정할 수 있다. 통합 빔 포밍 설정 값(
Figure PCTKR2022011771-appb-img-000084
,
Figure PCTKR2022011771-appb-img-000085
)은 단말이 측정한 각 채널 상태 정보에 기초하여 계산된 능동 빔 포밍 값(
Figure PCTKR2022011771-appb-img-000086
) 및 수동 빔 포밍 값(
Figure PCTKR2022011771-appb-img-000087
)을 포함할 수 있다. 이후, 결정된 통합 빔 포밍 설정 값(
Figure PCTKR2022011771-appb-img-000088
,
Figure PCTKR2022011771-appb-img-000089
)이 적용되어 데이터 통신이 수행될 수 있다.
일 예로, 단말은 통합 빔 포밍 설정 값(
Figure PCTKR2022011771-appb-img-000090
,
Figure PCTKR2022011771-appb-img-000091
)을 기지국에게 송신할 수 있다. 기지국은 수동 빔 포밍 값(
Figure PCTKR2022011771-appb-img-000092
)을 RIS에게 송신할 수 있다. 이때, 수동 빔 포밍 값은 코드북 형식(
Figure PCTKR2022011771-appb-img-000093
)으로 송신될 수 있다. 다른 일 예로, 단말은 수동 빔 포밍 값(
Figure PCTKR2022011771-appb-img-000094
)을 RIS에게 직접 송신할 수 있다. 기지국은 단말로부터 수신한 능동 빔 포밍 값(
Figure PCTKR2022011771-appb-img-000095
)을 적용하고, RIS는 기지국으로부터 수신한 수동 빔 포밍 값(
Figure PCTKR2022011771-appb-img-000096
)을 적용할 수 있다.
도 15는 본 개시의 일 실시 예에 따른 채널 추정 및 통합 빔 포밍 절차의 예를 도시한다.
도 15를 참고하면, 해당 절차는, 직접 채널 추정 단계(S1501 단계 내지 S1503 단계), 유효 채널 추정 단계(S1504 단계 내지 S1506 단계), 통합 빔 포밍 단계(S1507 단계 내지 S1509 단계)로 분류될 수 있다. S1501 단계에서, 기지국은 RIS의 동작 종료를 지시하는 RIS 제어신호(
Figure PCTKR2022011771-appb-img-000097
)를 송신할 수 있다. RIS는 RIS 제어신호에 기초하여 요소(element)들을 모두 오프할 수 있다. S1502 단계에서, 기지국은 단말에게 채널 추정을 위한 참조 신호(
Figure PCTKR2022011771-appb-img-000098
)를 송신할 수 있다. S1503 단계에서, 단말은 참조 신호(
Figure PCTKR2022011771-appb-img-000099
)에 기초하여 기지국과 단말 간의 직접 채널을 추정할 수 있다. RIS 요소들이 모두 오프된 상태이므로 반사 채널의 영향은 존재하지 않을 수 있다.
이후, 반사 채널 추정을 위한 유효 채널 추정 절차가 수행될 수 있다. S1504 단계에서, 기지국은 RIS에게 패턴 정보를 포함한 제어신호(
Figure PCTKR2022011771-appb-img-000100
)(이하 'RIS 커스톰 신호')를 송신할 수 있다. RIS는 RIS 커스톰 신호에 기초하여 RIS 요소들의 온/오프를 제어함으로써 요소들의 패턴을 설정할 수 있다. RIS 패턴이 설정되면, S1505 단계에서, 기지국은 단말에게 채널 추정을 위한 참조 신호(
Figure PCTKR2022011771-appb-img-000101
)를 송신할 수 있다. 참조 신호는 설정된 패턴에 따라 RIS에 의해 반사되어 단말에게 전달되거나, RIS를 거치지 않고 직접 단말에게 전달될 수 있다. S1506 단계에서, 단말은 수신한 참조 신호(
Figure PCTKR2022011771-appb-img-000102
)에 기초하여 유효 채널을 추정할 수 있다. 단말은 측정한 직접 채널 및 유효 채널에 기초하여 반사 채널을 계산할 수 있다. 여기서, 직접 채널 추정 단계 및 유효 채널 추정 단계의 순서는 변경될 수 있다.
이후, 단말은 채널들의 상태 정보에 기초하여 기지국이 적용할 능동 빔 포밍 값 및 RIS이 적용할 수동 빔 포밍 값을 계산할 수 있다. 즉, S1507 단계에서, 단말은 채널 상태 정보에 기초하여 통합 빔 포밍 정보를 결정할 수 있다. 통합 빔 포밍 정보는 능동 빔 포밍 값 및 수동 빔 포밍 값을 포함할 수 있다. S1508 단계에서, 단말은 통합 빔 포밍 정보를 기지국에게 송신할 수 있다. 기지국은 결정한 수동 빔 포밍 정보를 RIS에게 송신할 수 있다. RIS는 수신한 수동 빔 포밍 정보에 기초하여 빔 포밍 설정을 수행할 수 있다. S1509 단계에서, 기지국은 능동 빔 포밍 값을 적용하여 단말과 데이터 통신을 수행할 수 있다.
상술한 바와 같이, RIS 제어를 통한 지능형 무선 환경 최적화 방법은 직접 채널 추정 단계, 유효 채널 추정 단계 및 통합 빔 포밍 설정 단계를 포함하는 세 단계로 구분될 수 있다. 하기에서는, 각 단계에 따른 제어신호 및 장치에 대해 서술한다.
직접 채널 추정 단계에서는, RIS의 동작에 따른 영향이 없는, 기지국과 단말 간의 직접 채널에 대한 추정이 수행되어야 하므로, RIS의 제어 기능(예: RIS의 반사 기능의 오프(off)를 지시하는 제어신호)이 구현될 필요가 있다.
도 16은 본 개시의 일 실시 예에 따른 능동형 RIS 장치(1600)의 예를 도시한다.
도 16을 참고하면, 능동형 RIS 장치(1600)는 베이스밴드 유닛(baseband unit)(1610), 쇼트 서킷(short circuit)(1620), RF 체인(radio frequency chain)(1630), RIS 제어기(RIS controller)(1640)를 포함할 수 있다. 능동형 RIS 장치(1600)에 사용되는 능동형 RIS(1670)는 신호를 반사할 수 있는 RIS 요소(1672) 및 신호를 수신할 수 있는 센싱 요소(sensing element)(1674)를 포함할 수 있다. 쇼트 서킷(1620)은 RIS 요소(1672)와 연결되어 RIS 요소(1672)의 온오프를 제어할 수 있다. 센싱 요소(1610)는 신호를 수신하기 위해 베이스밴드 유닛(1610)과 연결될 수 있다. 능동형 RIS(1670)는 수동형 RIS와 비교하여 신호를 수신할 수 있는 센싱 요소(1674)를 더 포함한다. 따라서, 능동형 RIS(1670)는 단순히 신호를 반사하는 수동형 RIS와는 달리 신호를 수신할 수 있다. 일 예로, 직접 채널 추정 단계에서, 능동형 RIS 장치(1600)는 RIS의 오프를 지시하는 제어신호(이하 'RIS 오프 신호')를 수신할 수 있다. 이때, 센싱 요소(1674)는 RF 체인(1630) 및 베이스밴드 유닛(1610)을 통해 신호 수신 상태로 변경될 수 있다. 능동형 RIS 장치(1600)는 수신한 RIS 오프 신호에 기초하여, RIS 요소(1672)를 쇼트(short)시켜 신호를 반사하지 않을 수 있다. 이때, 기지국이 참조 신호를 송신하면, 단말은 RIS의 영향이 없는 상태에서 참조 신호를 수신하여 기지국 및 단말 간의 직접 채널을 추정할 수 있다. 추가적으로, 능동형 RIS 장치(1600)는 RIS 제어 값에 대한 코드북(RIS codebook)(1650) 또는 유효 채널 측정을 위한 RIS 제어 값을 저장하는 RIS 커스톰 버퍼(RIS custom buffer)(1660)를 메모리에 저장할 수 있다.
도 17은 본 개시의 일 실시 예에 따른 수동형 RIS 장치(1700)의 예를 도시한다.
도 17을 참고하면, 수동형 RIS 장치(1700)는 쇼트 서킷(1710), RF 체인(1720), RIS 제어기(1730)를 포함할 수 있다. 수동형 RIS 장치(1700)는 능동형 RIS 장치(예: 도 16의 '능동형 RIS 장치'(1600))과는 달리 신호를 수신하기 위한 센싱 요소를 포함하지 않으므로, 베이스밴드 유닛을 포함하지 않을 수 있다. 한편, 수동형 RIS 장치(1700)는 능동형 RIS 장치와 같이 직접 채널을 추정하는데 사용될 수 있다. 일 예로, 수동형 RIS 장치(1700)는 RIS 오프 신호를 수신하면, 쇼트 서킷(1710)을 이용하여 RIS(1760)의 반사 기능을 오프할 수 있다. 일 예로, 직접 채널 추정 단계에서, 수동형 RIS 장치(1700)이 RIS의 오프를 지시하는 제어신호를 수신하면, RIS 요소(1762)는 쇼트 서킷에 연결되어 신호를 반사하지 않을 수 있다. 이때, 기지국이 참조 신호를 송신하면, 단말은 RIS의 영향이 없는 상태에서 참조 신호를 수신하여 기지국 및 단말 간의 직접 채널을 추정할 수 있다. 추가적으로, 능동형 RIS 장치(1700)는 RIS 제어 값에 대한 코드북(RIS codebook)(1750) 또는 유효 채널 측정을 위한 RIS 제어 값을 저장하는 RIS 커스톰 버퍼(RIS custom buffer)(1760)를 메모리에 저장할 수 있다.
상술한 바와 같이, 직접 채널에 대한 추정이 완료되면 유효 채널에 대한 추정이 수행될 수 있다. 유효 채널 추정 단계에서, 단말은, RIS가 기지국으로부터 수신한 RIS 제어 값에 기초하여 특정 패턴으로 설정된 상태에서, 기지국으로부터 송신된 참조 신호를 이용하여 유효 채널을 추정할 수 있다. 단말이 채널을 정확히 추정하기 위해서는 기지국으로부터 일정 수준 이상 세기의 참조 신호가 송신되어야 한다.
한편, 초기 접속 시에는, 기지국의 빔 포밍 개수 M과 RIS의 빔 포밍 개수 N을 곱한 값인, M*N 개의 채널에 대한 측정이 수행될 수 있다. 이때, RIS의 패턴이 수신한 신호를 모든 방향으로 송신하는 형태로 설정된다면, 단말은 기지국의 빔 포밍 개수인 M 번의 측정만을 수행할 수 있다. 이 경우, 단말이 M*N번의 측정을 수행하는 경우보다 채널에 대한 정보가 부족해질 수 있지만, 인공지능 기술을 적용하여 채널 측정의 속도 및 정확도를 보완할 수 있다.
하기에서는, 특정 패턴으로 설정될 수 있는 RIS에 대해 서술한다. 설명의 편의를 위해 메타물질의 반사판(이하 '메타렌즈')을 예로 들어 설명하지만, 서술한 실시 예에 한정되는 것은 아니다. 즉, RIS는 다양한 형태일 수 있으며, 특정 명칭으로 한정되는 것은 아닐 수 있다.
도 18a는 본 개시의 일 실시 예에 따른 메타렌즈의 예를 도시한다.
도 18a를 참고하면, 평면파를 구면파로 변경하는 메타렌즈의 가장 기본적인 패턴을 확인할 수 있다. 메타렌즈는 해당 패턴을 통해 모든 방향으로 신호를 송신할 수 있다. 일 예로, 기지국과 메타렌즈는 멀리 위치하기 때문에, 기지국으로부터 송신된 신호는 메타렌즈에 평면파로 수신될 수 있다. 초기 접속 시 단말의 위치 및 방향에 대한 정보가 없기 때문에, 메타렌즈는 모든 방향으로 신호를 반사하도록 패턴이 설정될 수 있다.
일 예로, 도 18b는 본 개시의 일 실시 예에 따라 메타렌즈의 패턴에 따른 신호 변환의 예를 도시한다. 도 18b를 참고하면, 메타렌즈는 평면파의 입사 방향에 따라 제어 값을 다르게 설정함으로써 평면파를 구면파로 변환할 수 있다. 이때, 제어 값은
Figure PCTKR2022011771-appb-img-000103
으로 표현될 수 있으나, 특정 실시 예로 한정되지 않는다. 여기서,
Figure PCTKR2022011771-appb-img-000104
는 x축 초점위치(focal position),
Figure PCTKR2022011771-appb-img-000105
는 y축 초점위치(focal position)일 수 있다. 입사파의 방향은 초점 위치로 표현되며, 초점 위치는 센서를 사용하거나 또는 기지국으로부터 전달되는 참조신호의 전송 빔 포밍 값을 참고하여 예측될 수 있다. RIS의 특정 패턴은 상술한 초점 위치를 고려하여 설정될 수 있다.
또한, 패턴은 단말의 방향에 따른 빈도율 학습에 기초하여 결정될 수 있다. 일 예로, RIS에 기초하여 평면파가 구면파로 전환되지만 건물 내에서 전파 전달이 불필요한 방향(e.g. 건물벽, 천장, 가구)이 존재할 수 있다. 즉, 특정 영역에 대해서는 전파 진행이 불필요하거나 빈도가 낮을 필요성이 있으며, 특정 영역에 대해서는 빈도율이 높도록 설정할 수 있다. 상술한 점을 고려하여, 패턴은 단말의 방향에 따른 빈도율 학습 결과를 반영하여 설정될 수 있다.
일 예로, 도 19는 본 개시의 일 실시 예에 따라 RIS의 조향성에 따른 빈도율 및 빔 방향을 나타낸 도면이다. 도 19(a)을 참조하면,
Figure PCTKR2022011771-appb-img-000106
는 x축 방향으로 메타렌즈의 소자(element)의 개수이고, 메타렌즈 조향성의 각도는 -90˚를 -1로, 90˚를 1로 상수화하여 표시할 수 있다. 다만, 이는 하나의 일 예일뿐, 상술한 실시 예로 한정되는 것은 아닐 수 있다. 여기서, 빔 방향을
Figure PCTKR2022011771-appb-img-000107
간격으로 표시하는 경우,
Figure PCTKR2022011771-appb-img-000108
,
Figure PCTKR2022011771-appb-img-000109
로 상수화 하여 방향성이 표현될 수 있다. 또한, 빔 폭도
Figure PCTKR2022011771-appb-img-000110
간격으로 표시할 수 있다. 이때,
Figure PCTKR2022011771-appb-img-000111
가 4이면 방향간격은 45˚가 되고
Figure PCTKR2022011771-appb-img-000112
,
Figure PCTKR2022011771-appb-img-000113
,
Figure PCTKR2022011771-appb-img-000114
,
Figure PCTKR2022011771-appb-img-000115
은 각각 -67.5˚, -22.5˚, 22.5˚, 67.5˚를 나타내고 빔 폭도 또한 45˚(=
Figure PCTKR2022011771-appb-img-000116
)가 될 수 있다.
또한, 빈도율 R은 하기 수학식 9와 같을 수 있다.
[수학식 9]
Figure PCTKR2022011771-appb-img-000117
여기서, 빈도율 R은 전체 측정 횟수
Figure PCTKR2022011771-appb-img-000118
대비 방향 인덱스 j의 횟수
Figure PCTKR2022011771-appb-img-000119
로 표현할 수 있다.
Figure PCTKR2022011771-appb-img-000120
와
Figure PCTKR2022011771-appb-img-000121
는 빈도율의 상한치(upper bound limit)와 하한치(lower bound limit)를 의미할 수 있다. 일 예로, 빈도율 R 값 중 하한치 이하의 빈도율 값은 무시될 수 있다. 또한, 빈도율 R 값 중 상한치 이상의 빈도율을 가진 방향 상수에 대해서 최대거리
Figure PCTKR2022011771-appb-img-000122
를 측정할 수 있다. 일 예로, 빔 폭이
Figure PCTKR2022011771-appb-img-000123
를 넘으면 빔 간섭이 발생하므로
Figure PCTKR2022011771-appb-img-000124
는 빔 폭의 상한 값이 될 수 있다. 이때, 상술한 바에 기초하여 RIS의 여러 개의 빔(1910, 1920, 1930, 1940)은 도 19(b)와 같이 서브-어레이(sub-array) 형태로 설정될 수 있다. 여기서, RIS가 M개의 서브 어레이로 구성되는 경우, 빔 폭은 하기 수학식 10과 같을 수 있다.
[수학식 10]
Figure PCTKR2022011771-appb-img-000125
이때, 서브 어레이의 개수 M이 증가하는 경우, 빔 폭은 증가할 수 있다. 다만, 빔 폭이 증가하여 겹치는 경우, 간섭이 발생할 수 있다. 여기서, 빈도율을 가진 방향 상수에 대해서 최대거리
Figure PCTKR2022011771-appb-img-000126
가 빔 폭의 상한 값이므로 서브 어레이의 개수 M의 상한 값은 하기 수학식 11과 같을 수 있다.
[수학식 11]
Figure PCTKR2022011771-appb-img-000127
일 예로, M값이 커지면 빔 포밍 게인이 작아질 수 있으며, 단말에서 수신하는 신호의 크기도 작아질 수 있다. 즉, 서브 어레이 수가 커지면 단말에서 수신하는 신호가 작아질 수 있다.
여기서, 도 20은 본 개시의 일 실시 예에 따라 빈도율에 기반한 패턴 설정 절차의 예를 도시한다. 도 20을 참고하면, 서브 어레이의 개수와 사용하는 빔은 빈도율에 따라 설정될 수 있다. 일 예로, 서브 어레이 수 M은 1로 초기화되고, 상한 값은 하기 수학식 12와 같이 설정될 수 있다.(S2010)
[수학식 12]
Figure PCTKR2022011771-appb-img-000128
이때, 빈도율이
Figure PCTKR2022011771-appb-img-000129
보다 큰 방향상수
Figure PCTKR2022011771-appb-img-000130
의 집합 A를 설정할 수 있다.(S2020) 그 후, M을 증가시키면서 A를 만족하는
Figure PCTKR2022011771-appb-img-000131
폭을 가진 빔의 최소 개수
Figure PCTKR2022011771-appb-img-000132
을 구할 수 있다.(S2030) 즉, 서브 어레이의 개수를 증가시키면서 빔의 최소 개수를 구할 수 있다. 이때, 서브 어레이 개수가 필요함 빔의 최소 개수
Figure PCTKR2022011771-appb-img-000133
보다 크거나 같은 경우(S2040), M값과 빔
Figure PCTKR2022011771-appb-img-000134
을 설정할 수 있다.(S2050) 메타렌즈의 초기 인식 모드는 서브 어레이 개수 M과 빔
Figure PCTKR2022011771-appb-img-000135
에 따라 설정될 수 있다. 반면, M을 증가시키면서 M이
Figure PCTKR2022011771-appb-img-000136
보다 작은 경우(S2040), M 값을 증가시킬 수 있다.(S2060) 이때, M 값은 서브 어레이의 최대 개수로 상한 값
Figure PCTKR2022011771-appb-img-000137
를 넘지 않도록 할 수 있다.(S2070) 즉, M이
Figure PCTKR2022011771-appb-img-000138
보다 작은 경우(S2070), 증가된 M이
Figure PCTKR2022011771-appb-img-000139
보다 큰지 여부를 확인할 수 있으며, 이는 상술한 바와 같다. 반면, M이
Figure PCTKR2022011771-appb-img-000140
가 될 때까지 빔을 찾지 못한 경우(S2070), M은 1로 설정될 수 있다.(S2080) 즉, 서브 어레이는 전방향으로 균일한 구면파를 사용하도록 설정될 수 있으며, 상술한 바에 기초하여 초기 설정이 결정될 수 있다.
또한, 일 예로, 유효 채널 추정 단계에서, 단말은 RIS에 설정된 패턴 정보를 이용하여 기지국-RIS-단말 간의 직렬 반사 채널 및 기지국-단말 간의 직접 채널이 결합된 채널을 측정할 수 있다. 다른 일 예로, 직접 채널 추정 단계에서, 단말은 직렬 반사 채널을 추정할 수 있다. 해당 추정 동작들은 수학식 7 및 수학식 8을 이용하여 수행될 수 있다. 또한, 각 채널들에 대한 추정 과정들은 인공지능 기술에 기초하여 수행될 수 있다.
도 21은 본 개시의 일 실시 예에 따른 인공지능 채널 추정기의 예를 도시한다.
도 21을 참고하면, 인공지능 채널 추정기는 특정 패턴 정보, 유효 채널 정보 및 직접 채널 정보를 통해 직렬 채널 정보를 획득할 수 있다. 이때, 특정 패턴 정보 (
Figure PCTKR2022011771-appb-img-000141
)는 RIS의 제어값으로 표현될 수 있다. 특정 패턴 정보는 1개 이상 사용될 수 있으며, 특정 패턴 정보의 개수가 증가할수록 측정한 유효 채널 정보가 증가할 수 있다. 따라서, 특정 패턴 정보가 많이 사용될수록 정확한 직렬 채널 정보가 획득될 수 있지만, 채널 측정에 소요되는 시간 및 인공지능 시스템의 크기가 증가할 수 있다.
또한, 기지국은 특정 패턴 정보를 포함한 메시지를 RIS에게 송신할 수 있다. 일 예로, RIS는 수신한 특정 패턴 정보를 메모리(예: 도 16의 RIS 커스톰 버퍼(1650), 도 17의 RIS 커스톰 버퍼(1740))에 저장하거나, 인덱스(index)를 설정한 코드북으로 저장할 수 있다. 다른 일 예로, RIS는 초점위치
Figure PCTKR2022011771-appb-img-000142
로 표현한 입사파의 방향 정보를 반사파의 구형파 또는 빔과 결합한 형태의 코드북으로 저장할 수 있다.
직접 채널 및 유효 채널에 대한 추정이 완료되면, 단말은 직접 채널 및 유효 채널 결과에 기초하여 반사 채널 정보를 획득할 수 있다. 이후, 직접 채널 및 반사 채널의 상태 정보에 기초하여 통합 빔 포밍 설정 절차가 수행될 수 있다.
통합 빔 포밍 설정을 위해, 수학식 6에서
Figure PCTKR2022011771-appb-img-000143
의 최적값을 구할 수 있다. 또한, 수학식 5에
Figure PCTKR2022011771-appb-img-000144
값을 대입함으로써
Figure PCTKR2022011771-appb-img-000145
를 결정할 수 있다.
Figure PCTKR2022011771-appb-img-000146
는 능동 빔 포밍 값이고,
Figure PCTKR2022011771-appb-img-000147
는 수동 빔 포밍 값이다. 수학식 6를 이용하여 측정한 채널 상태 정보에 기초하여 최적의
Figure PCTKR2022011771-appb-img-000148
값을 계산하기 위해서, 수학식 8의 직렬 반사 채널 형태로 표현해야 한다. 즉, 수학식 6에 수학식 8를 대입하면 하기의 수학식 13과 같이 표현될 수 있다.
[수학식 13]
Figure PCTKR2022011771-appb-img-000149
수학식 13에서 통합 빔 포밍 설정 단계 전에 수행된 채널 측정 단계를 통해 획득한 직렬 반사 채널 (
Figure PCTKR2022011771-appb-img-000150
)과 직접 채널(
Figure PCTKR2022011771-appb-img-000151
) 값을 이용하여 최적값 (
Figure PCTKR2022011771-appb-img-000152
)를 계산할 수 있다.
Figure PCTKR2022011771-appb-img-000153
는 AO(alternating optimization) 알고리즘 또는 SDR(semidefinite relaxation)을 통해 계산될 수 있다. 단말은 수동 빔 포밍 값 (
Figure PCTKR2022011771-appb-img-000154
)를 계산한 후, 수학식 5에 대입하여 최대전송율(maximum-rate transmit) 측면에서의 최적의 능동 빔 포밍 값 (
Figure PCTKR2022011771-appb-img-000155
)을 계산할 수 있다.
일 예로, 수동 빔 포밍 값은 코드북으로 표현될 수 있으며, 이를 통해 인공지능 모델의 계산량 및 제어신호의 전송량을 최소화할 수 있다. 여기서, 수신 방향으로 배열 응답벡터를 표시한 방향벡터 함수는 하기 수학식 14와 같이 표현 가능할 수 있다.
[수학식 14]
Figure PCTKR2022011771-appb-img-000156
수학식 14에서 N은 배열(안테나 또는 IRS 소자)의 크기이며, w는 안테나 또는 IRS 소자 사이의 위상 차일 수 있다.
일 예로, RIS가 빔 포밍에 기초하여 기지국으로부터 전달받은 신호에 대한 수신 응답벡터
Figure PCTKR2022011771-appb-img-000157
는 하기 수학식 15와 같이 방향벡터 함수 u(ω,N)으로 표현이 가능할 수 있다.
[수학식 15]
Figure PCTKR2022011771-appb-img-000158
수학식 15에서
Figure PCTKR2022011771-appb-img-000159
는 IRS의 방위각,
Figure PCTKR2022011771-appb-img-000160
은 고도각이며,
Figure PCTKR2022011771-appb-img-000161
와
Figure PCTKR2022011771-appb-img-000162
는 각각 IRS 요소의 가로 및 세로의 개수일 수 있고,
Figure PCTKR2022011771-appb-img-000163
는 크로네커 곱을 나타낼 수 있다. 또한, IRS의 송신 응답벡터
Figure PCTKR2022011771-appb-img-000164
도 방향벡터 함수 u(ω,N)로 표현될 수 있으며, 하기 수학식 16와 같을 수 있다.
[수학식 16]
Figure PCTKR2022011771-appb-img-000165
또한, 전송 빔 포밍이 적용된 송신신호
Figure PCTKR2022011771-appb-img-000166
에 대해 IRS를 통한 신호는 하기 수학식 17와 같이 표현될 수 있다.
[수학식 17]
Figure PCTKR2022011771-appb-img-000167
수학식 17에서
Figure PCTKR2022011771-appb-img-000168
는 BS-IRS 채널의 패스 게인이고,
Figure PCTKR2022011771-appb-img-000169
는 IRS-UE 채널의 패스 게인일 수 있다. 또한, Φ는 IRS 소자의 위상 값 행렬로써 Φ=diag(v),
Figure PCTKR2022011771-appb-img-000170
로 표현될 수 있다. 또한,
Figure PCTKR2022011771-appb-img-000171
로서 ⊙는 아르마르 곱으로 행렬의 소자 간 곱을 나타낼 수 있으며, 수학식 18과 같을 수 있다.
[수학식 18]
Figure PCTKR2022011771-appb-img-000172
수학식 18에서 u(ω,N)은 주기가 2인 함수이기 때문에
Figure PCTKR2022011771-appb-img-000173
로 표현이 가능할 수 있으며,
Figure PCTKR2022011771-appb-img-000174
로 표현될 수 있다.
또한, 수신신호 SNR을 최대로 만드는 IRS의 최적 빔 포밍 벡터 v 는
Figure PCTKR2022011771-appb-img-000175
이며 방위각과 고도각의 방향벡터 함수 u(ω,N) 의 크로네커 곱으로 표현할 수 있다.
즉, IRS 제어 값은 방위각과 고도각의 형태로 관리될 수 있으며, 각각의 방향에 따른 제어 값은 코드북으로 관리될 수 있다. 일 예로, 코드북
Figure PCTKR2022011771-appb-img-000176
은 IRS 방향벡터의 집합이며, 가로 및 세로 방향에서 각각
Figure PCTKR2022011771-appb-img-000177
의 크기를 가질 수 있다. 또한, j ∈J 로 방향벡터의 인덱스이며, J는 총 나타낼 수 있는 방향 벡터일 수 있다. 일 예로, J는 가로 세로 방향의 사용하는 빔의 개수를 표현하는 값으로, 가로 및 세로 방향으로 각각
Figure PCTKR2022011771-appb-img-000178
으로 다르게 표현이 가능할 수 있다.
여기서, 최종 인공지능 빔 선택기에서 설정되는 빔은 하기 수학식 19에 기초하여 수학식 20과 같을 수 있다.
[수학식 19]
Figure PCTKR2022011771-appb-img-000179
[수학식 20]
Figure PCTKR2022011771-appb-img-000180
즉, 통합 빔 설정기는 코드북을 통해 빔을 상술한 바와 같이 표현할 수 있으며, 이를 통해 인공지능 모델은 단순화할 수 있다. 또한, 통합 빔 포밍 설정기는 인공지능 기술(예: 지도학습, 강화학습)을 이용하여 통합 빔 포밍 값을 결정할 수 있다.
도 22는 본 개시의 일 실시 예에 따라 지도학습 기반의 통합 빔 포밍 설정기의 예를 도시한다. 도 22를 참고하면, 통합 빔 포밍 설정기는 유효 채널 추정 결과 및 직접 채널 추정 결과에 기초하여 통합 빔 포밍 정보(
Figure PCTKR2022011771-appb-img-000181
,
Figure PCTKR2022011771-appb-img-000182
)를 결정할 수 있다. 일 예로, 통합 빔 포밍 설정기는 다양한 환경에서 학습될 수 있으며, 학습 데이터는 시뮬레이션 환경에서 SDR이나 AO 알고리즘을 통해서 도출된 결과를 포함할 수 있다. 학습 결과에 기초하여 통합 빔 포밍 설정기는 적은 연산량으로 신속하고 정확하게 통합 빔 포밍 정보(
Figure PCTKR2022011771-appb-img-000183
,
Figure PCTKR2022011771-appb-img-000184
)를 결정할 수 있다. 다른 일 예로, 통합 빔 포밍 설정기는 실제 데이터와의 차이를 전이학습을 통해 빔 포밍 정보의 정확도를 향시킬 수 있다. 통합 빔 포밍 정보는 코드북 또는 로우 데이터(Raw Data)의 형식으로 저장될 수 있다.
도 23은 본 개시의 일 실시 예에 따른 강화학습 기반의 통합 빔 포밍 설정기의 예를 도시한다. 도 23을 참고하면, 통합 빔 포밍 설정기는 강화학습에 기초하여 학습을 수행할 수 있다. 이때, 일 예로, 강화학습은 두 개의 입력과 한 개의 출력으로 구성될 수 있다. 에이전트(agent)(2330)는 입력으로 상태 정보(state)(2310) 보상 값(reward)(2320)을 사용하여, 출력으로 행동(action)(2340, 2350)을 선택할 수 있다. 여기서, 일 예로, 강화학습은 MAB(multi-armed bandit)일 수 있으며, MAB의 경우 상태 정보를 사용하지 않을 수 있으나, 이에 한정되는 것은 아니다. 또한, 출력으로 행동(2340, 2350)은 RIS 제어기가 동작하여 단말에게 최적의 통신 환경을 제공하는 빔을 선택하는 동작일 수 있다. 일 예로, 통합 빔 포밍 설정기는 환경으로부터 행동(2340, 2350)에 대한 보상 값(2320)과 변경된 상태 정보(2310)를 획득하여 학습에 사용할 수 있다. 또한, 통합 빔 포밍 설정기는 학습 후 입력에 기초하여 다시 행동(2340, 2350)을 선택하는 동작을 반복할 수 있다. 강화학습 기반의 통합 빔 포밍 설정기는 하나의 에이전트(2330)뿐만 아니라, 능동 빔 포밍 및 수동 빔 포밍을 각각 설정하는 멀티 에이전트(Multi-Agent)로 구현될 수 있다.
일 예로, 상태 정보(2310)는 환경으로부터 획득하는 인자로서 직접 채널 정보, 유효 채널 정보 및 수신 SNR 정보를 포함할 수 있다. 수동 빔 포밍 값 및 능동 빔 포밍 값을 결정하기 위해 환경의 변화가 상태 정보(2310)에 반영될 필요가 있다. 환경의 변화를 상태 정보(2310)에 반영하기 위해서는 수신 신호들 각각에 대한 전력 정보가 필요하므로 SNR 정보가 필요할 수 있다. SNR은 채널 상태를 나타내는 간접적인 지표(예: CQI,
Figure PCTKR2022011771-appb-img-000185
)로 대체될 수 있다. 하기의 수학식 21은 인자들에 따른 상태 정보를 예시한다.
[수학식 21]
Figure PCTKR2022011771-appb-img-000186
하기 수학식 22는 통합 빔 설정기가 선택하는 행동을 예시한다.
[수학식 22]
Figure PCTKR2022011771-appb-img-000187
수학식 22에서,
Figure PCTKR2022011771-appb-img-000188
는 기지국 및 RIS에서 코드북에 기초하여 결정된 값으로, 인공지능이 실제로 선택하는 것은 방향 벡터의 방위각과 고도각의 인덱스일 수 있다. 행동은 기지국의 능동 빔 포밍 값(
Figure PCTKR2022011771-appb-img-000189
) 및 RIS의 수동 빔 포밍 값(
Figure PCTKR2022011771-appb-img-000190
)을 포함할 수 있다. 일 예로, 행동은 방향 벡터로 표현된 코드북의 인덱스를 선택함으로써 구현될 수 있다. 또한, 행동에는 기지국의 빔 포밍 값 및 RIS 요소들의 위상 천이값들이 적용될 수 있다.
보상 값(2320)은 단말이 측정한 값으로, 기지국과 RIS가 선택한 제어값에 대한 결과일 수 있다. 보상 값(2320)은 통합 빔 포밍 설정기가 위치한 곳(예: 단말, 기지국, RIS)에게 송신될 수 있다. 일 예로, 단말은 RIS 성능 측정기를 통해 가중치를 적용하여 보상 값(2320)을 계산할 수 있다. 다른 일 예로, RIS 성능 측정기가 이용되지 않는 경우, 보상 값(2320)은 하기 수학식 23와 같이 표현될 수 있다.
[수학식 23]
Figure PCTKR2022011771-appb-img-000191
도 24는 본 개시의 일 실시 예에 따라 지능형 무선 환경에서 단말의 신호 송수신 절차의 예를 도시한다.
도 24를 참고하면, S2401 단계에서, 단말은 기지국으로부터 송신된 제1 참조 신호를 수신할 수 있다. 기지국은 RIS에게 제1 제어 신호를 송신한 후 제1 참조 신호를 송신할 수 있다. 제1 제어 신호는 RIS의 모든 요소들의 오프(off)를 지시할 수 있다. RIS는 제1 제어신호를 수신하면 RIS의 모든 요소들을 오프할 수 있다.
S2403단계에서, 단말은 제1 참조 신호에 기초하여 채널을 측정하고 제1 채널 상태 정보를 생성할 수 있다. 제1 제어신호에 의하여 RIS의 모든 요소들이 오프된 상태이므로, 단말은 제1 참조 신호에 기초하여 기지국 및 단말 간의 직접 채널을 측정할 수 있다. 즉, 제1 채널 상태 정보는 직접 채널에 대한 상태 정보일 수 있다. 이때, 통합 빔 포밍 설정기의 위치(예: 기지국 또는 단말)에 따라 단말은 제1 채널 상태 정보를 기지국에 송신할 수 있다.
S2405단계에서, 단말은 기지국으로부터 송신된 제2 참조 신호를 수신할 수 있다. 기지국은 RIS에게 제2 제어 신호를 송신한 후 제2 참조 신호를 송신할 수 있다. 제2 제어 신호는 RIS의 패턴 정보를 포함할 수 있다. 즉, 제2 제어 신호는 RIS의 요소들 중 적어도 하나의 온(on)을 지시할 수 있다. RIS는 수신한 제2 제어신호에 기초하여 RIS의 패턴을 설정할 수 있다.
S2407단계에서, 단말은 제2 참조 신호에 기초하여 채널을 측정하고 제2 채널 상태 정보를 생성할 수 있다. 제2 제어신호에 의하여 RIS의 특정 요소들이 온(on)된 상태이므로, 단말은 제2 참조 신호에 기초하여 RIS의 패턴에 따른 기지국-RIS-단말 간의 채널을 측정할 수 있다. 이때, 직접 채널의 영향 또한 존재하므로, 제2 채널 상태 정보는 유효 채널에 대한 상태 정보일 수 있다. 이때, 통합 빔 포밍 설정기의 위치(예: 기지국 또는 단말)에 따라 단말은 제2 채널 상태 정보를 기지국에 송신할 수 있다.
S2409 단계에서, 단말은 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 수신할 수 있다. 여기서, 제1 신호는 빔 포밍 신호일 수 있다. 일 예로, 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초하여 유효 채널에서 직접 채널의 영향을 제외한 반사 채널 값이 계산될 수 있다. 측정된 직접 채널, 유효 채널, 반사 채널들의 값에 기초하여 통합 빔 포밍 정보가 결정될 수 있다. 통합 빔 포밍 정보는 기지국의 능동 빔 포밍 값 및 RIS의 수동 빔 포밍 값의 정보를 포함할 수 있다. 일 예로, 통합 빔 포밍 설정기가 단말에 위치한 경우, 단말은 각 채널들의 상태 정보를 기지국에 송신하지 않고, 빔 포밍 정보를 결정하여 기지국 또는 RIS에게 송신할 수 있다. 다른 일 예로, 통합 빔 포밍 설정기가 기지국에 위치한 경우, 단말은 각 채널들의 상태 정보를 기지국에 송신하고, 기지국이 빔 포밍 정보를 결정하여 수동 빔 포밍 값을 RIS에게 송신할 수 있다. 단말은 결정된 빔 포밍 정보에 기초하여 데이터를 수신할 수 있다.
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(3rd 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, THz 통신 시스템에도 적용될 수 있다.
추가적으로, 본 개시의 실시예들은 자유 주행 차량, 드론 등 다양한 애플리케이션에도 적용될 수 있다.

Claims (16)

  1. 무선 통신 시스템에서 단말 동작 방법에 있어서,
    기지국으로부터 송신된 제1 참조 신호를 수신하는 단계;
    상기 제1 참조 신호에 기초하여 채널을 측정하고 제1 채널 상태 정보를 생성하는 단계;
    상기 기지국으로부터 송신된 제2 참조 신호를 수신하는 단계;
    상기 제2 참조 신호에 기초하여 채널을 측정하고 제2 채널 상태 정보를 생성하는 단계; 및
    상기 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 수신하는 단계를 포함하고,
    상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송되는, 단말 동작 방법.
  2. 제1 항에 있어서,
    상기 제1 참조 신호는, 상기 RIS의 모든 요소(element)들이 오프(off)된 상태에서 전송되는 참조 신호이고,
    상기 기지국은 상기 RIS에게 상기 RIS의 모든 요소들의 오프를 지시하는 제1 제어신호를 전송하고,
    상기 제2 참조 신호는, 상기 RIS 요소들 중 적어도 하나가 온(on)된 상태에서 전송되는 참조 신호이고,
    상기 기지국은 상기 RIS에게 상기 RIS 요소들 중 적어도 하나의 온을 지시하는 제2 제어신호를 전송하는, 단말 동작 방법.
  3. 제2 항에 있어서,
    상기 제2 제어신호는, 상기 단말의 방향에 따른 빈도율을 학습한 결과에 기초하여 생성되는, 단말 동작 방법.
  4. 제2 항에 있어서,
    상기 제2 제어신호는, RIS 방향벡터 집합에 기초한 코드북(codebook)을 통해 생성되는 정보인, 단말 동작 방법.
  5. 제1 항에 있어서,
    제3 채널 상태 정보가 상기 제1 채널 상태 정보 및 상기 제2 채널 상태 정보에 의해 생성되는, 단말 동작 방법.
  6. 제5 항에 있어서,
    상기 제1 채널 상태 정보는, 직접 채널에 대한 상태 정보이고,
    상기 제2 채널 상태 정보는, 유효 채널에 대한 상태 정보이고,
    상기 제3 채널 상태 정보는, 반사 채널에 대한 상태 정보인, 단말 동작 방법.
  7. 제1 항에 있어서,
    제1 빔 포밍 값 및 제2 빔 포밍 값이 상기 제1 채널 상태 정보 및 상기 제2 채널 상태 정보를 이용하여 계산되고,
    상기 제1 신호는, 계산된 상기 제1 빔 포밍 값 및 제2 빔 포밍 값에 기초하여 생성되고,
    상기 제1 빔 포밍 값은, 상기 기지국의 빔 포밍 값이고,
    상기 제2 빔 포밍 값은, 상기 RIS의 빔 포밍 값인, 단말 동작 방법.
  8. 제7 항에 있어서,
    상기 단말은 인공지능 기술이 적용되는 통합 빔포밍 설정기를 포함하고,
    상기 제1 빔 포밍 값 및 제2 빔 포밍 값은, 통합 빔포밍 설정기에 의해 계산된, 단말 동작 방법.
  9. 제8 항에 있어서,
    상기 통합 빔 포밍 설정기는, 강화 학습 기반으로서 상태 정보(state) 및 보상 값(reward)을 입력으로 하여, 행동(action)을 출력으로 하고,
    상기 상태 정보는, 상기 제1 채널 상태 정보 및 상기 제2 채널 상태 정보를 포함하고,
    상기 보상 값은, 상기 RIS의 제어값에 대한 결과이고,
    상기 행동은, 제1 빔 포밍 값 및 상기 제2 빔 포밍 값인, 단말 동작 방법.
  10. 무선 통신 시스템에서 기지국 동작 방법에 있어서,
    단말에게 제1 참조 신호를 송신하는 단계;
    상기 단말에게 제2 참조 신호를 송신하는 단계; 및
    제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 전송하는 단계를 포함하되,
    상기 제1 채널 상태 정보 및 상기 제2 채널 상태 정보는, 상기 제1 참조 신호 및 상기 제2 참조 신호에 의해 생성되고,
    상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송되는, 기지국 동작 방법.
  11. 제10 항에 있어서,
    상기 RIS에게 제1 제어신호를 송신하는 단계; 및
    상기 RIS에게 제2 제어신호를 송신하는 단계를 포함하되,
    상기 제1 제어신호는, 상기 RIS의 모든 요소(element)들의 오프(off)를 지시하고,
    상기 제2 제어신호는, 상기 RIS의 요소들 중 적어도 하나의 온(on)을 지시하는, 기지국 동작 방법.
  12. 제10 항에 있어서,
    상기 단말로부터 상기 제1 참조 신호 및 상기 제2 참조 신호에 기초하여 빔 포밍 관련 정보를 수신하는 단계를 포함하되,
    상기 빔 포밍 관련 정보는 상기 제1 채널 상태 정보, 상기 제2 채널 상태 정보, 제1 빔 포밍 값 및 제2 빔 포밍 값 중 적어도 하나를 포함하고,
    상기 제1 빔 포밍 값은, 상기 기지국의 빔 포밍 값이고,
    상기 제2 빔 포밍 값은, 상기 RIS의 빔 포밍 값인, 기지국 동작 방법.
  13. 무선 통신 시스템의 단말에 있어서,
    송수신기; 및
    상기 송수신기와 연결된 프로세서를 포함하고,
    상기 프로세서는,
    기지국으로부터 송신된 제1 참조 신호를 수신하고,
    상기 제1 참조 신호에 기초하여 채널을 측정하고 제1 채널 상태 정보를 생성하고,
    상기 기지국으로부터 송신된 제2 참조 신호를 수신하고,
    상기 제2 참조 신호에 기초하여 채널을 측정하고 제2 채널 상태 정보를 생성하고,
    상기 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 수신하도록 제어하되,
    상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는, 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송되는, 단말.
  14. 무선 통신 시스템의 기지국에 있어서,
    송수신기; 및
    상기 송수신기와 연결된 프로세서를 포함하고,
    상기 프로세서는,
    단말에게 제1 참조 신호를 송신하고,
    상기 단말에게 제2 참조 신호를 송신하고,
    제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 전송하도록 제어하되,
    상기 제1 채널 상태 정보 및 상기 제2 채널 상태 정보는, 상기 제1 참조 신호 및 상기 제2 참조 신호에 의해 생성되고,
    상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는, 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송되는, 기지국.
  15. 적어도 하나의 메모리 및 상기 적어도 하나의 메모리들과 기능적으로 연결되어 있는 적어도 하나의 프로세서를 포함하는 장치에 있어서,
    상기 적어도 하나의 프로세서는 상기 장치가,
    기지국으로부터 송신된 제1 참조 신호를 수신하고,
    상기 제1 참조 신호에 기초하여 채널을 측정하고 제1 채널 상태 정보를 생성하고,
    상기 기지국으로부터 송신된 제2 참조 신호를 수신하고,
    상기 제2 참조 신호에 기초하여 채널을 측정하고 제2 채널 상태 정보를 생성하고,
    상기 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 수신하도록 제어하되,
    상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는, 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송되는, 장치.
  16. 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,
    기지국으로부터 송신된 제1 참조 신호를 수신하고,
    상기 제1 참조 신호에 기초하여 채널을 측정하고 제1 채널 상태 정보를 생성하고,
    상기 기지국으로부터 송신된 제2 참조 신호를 수신하고,
    상기 제2 참조 신호에 기초하여 채널을 측정하고 제2 채널 상태 정보를 생성하고,
    상기 제1 채널 상태 정보 및 제2 채널 상태 정보에 기초한 제1 신호를 통해 데이터를 수신하도록 제어하되,
    상기 제1 참조 신호 및 상기 제2 참조 신호 중 적어도 하나는, 지능형 반사판(Reconfigurable Intelligent Surface, RIS)을 통해 상기 단말로 전송되는, 컴퓨터 판독 가능 매체.
PCT/KR2022/011771 2022-08-08 2022-08-08 무선 통신 시스템에서 신호를 송수신하기 위한 방법 및 장치 WO2024034694A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2022/011771 WO2024034694A1 (ko) 2022-08-08 2022-08-08 무선 통신 시스템에서 신호를 송수신하기 위한 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2022/011771 WO2024034694A1 (ko) 2022-08-08 2022-08-08 무선 통신 시스템에서 신호를 송수신하기 위한 방법 및 장치

Publications (1)

Publication Number Publication Date
WO2024034694A1 true WO2024034694A1 (ko) 2024-02-15

Family

ID=89851751

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/011771 WO2024034694A1 (ko) 2022-08-08 2022-08-08 무선 통신 시스템에서 신호를 송수신하기 위한 방법 및 장치

Country Status (1)

Country Link
WO (1) WO2024034694A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101833829B1 (ko) * 2010-12-23 2018-04-13 엘지전자 주식회사 다중 셀 협력 무선 통신 시스템에서 채널 상태 정보를 보고하는 방법 및 이를 위한 장치
KR20190038305A (ko) * 2017-09-29 2019-04-08 한국전자통신연구원 무선 통신 시스템에서 무선 자원을 관리하는 장치 및 방법
US20220014935A1 (en) * 2020-07-10 2022-01-13 Huawei Technologies Co., Ltd. Systems and methods using configurable surfaces for wireless communication
KR20220025672A (ko) * 2020-08-24 2022-03-03 한국전자통신연구원 통신 시스템에서 채널 상태 정보 피드백 방법 및 장치
WO2022133444A1 (en) * 2020-12-17 2022-06-23 Qualcomm Incorporated Reconfigurable intelligent surface aided positioning

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101833829B1 (ko) * 2010-12-23 2018-04-13 엘지전자 주식회사 다중 셀 협력 무선 통신 시스템에서 채널 상태 정보를 보고하는 방법 및 이를 위한 장치
KR20190038305A (ko) * 2017-09-29 2019-04-08 한국전자통신연구원 무선 통신 시스템에서 무선 자원을 관리하는 장치 및 방법
US20220014935A1 (en) * 2020-07-10 2022-01-13 Huawei Technologies Co., Ltd. Systems and methods using configurable surfaces for wireless communication
KR20220025672A (ko) * 2020-08-24 2022-03-03 한국전자통신연구원 통신 시스템에서 채널 상태 정보 피드백 방법 및 장치
WO2022133444A1 (en) * 2020-12-17 2022-06-23 Qualcomm Incorporated Reconfigurable intelligent surface aided positioning

Similar Documents

Publication Publication Date Title
WO2021034148A1 (en) Method and apparatus of beam selection at terminal
WO2020091544A1 (ko) 무선 통신 시스템에서 채널 상태 정보를 보고하기 위한 방법 및 이를 위한 장치
WO2019194659A1 (en) Method and system for sensor-based beam management by user equipment
WO2020091542A1 (ko) 무선 통신 시스템에서 채널 상태 정보를 보고하기 위한 방법 및 이를 위한 장치
WO2022015031A1 (en) Method and apparatus for selecting beam pairs in a beamforming based communication system
WO2020204538A1 (ko) 무선 통신 시스템에서 채널 상태 정보를 전송하는 방법 및 이를 위한 장치
WO2020226471A1 (en) Design and adaptation of hierarchical codebooks
WO2019221549A1 (ko) 무선 통신 시스템에서 채널 상태 정보를 보고하는 방법 및 그 장치
WO2022250221A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2024034694A1 (ko) 무선 통신 시스템에서 신호를 송수신하기 위한 방법 및 장치
WO2022220623A1 (ko) 무선 통신 시스템에서 시간 정렬 오차(timing alignment error, tae)에 기반하여 통신을 수행하기 위한 장치 및 방법
WO2022086309A1 (ko) 무선 통신 시스템에서 채널 상태 정보의 송수신 방법 및 그 장치
WO2023027321A1 (ko) 무선 통신 시스템에서 신호 송수신 방법 및 장치
WO2022139230A1 (ko) 무선 통신 시스템에서 스플릿 포인트를 조정하는 방법 및 장치
WO2022092859A1 (ko) 무선 통신 시스템에서 스플릿 포인트 조정을 위한 장치 및 방법
WO2024071459A1 (ko) 무선 통신 시스템에서 신호 송수신 방법 및 장치
WO2022045377A1 (ko) 무선 통신 시스템에서 단말 및 기지국의 신호 송수신 방법 및 장치
WO2023286884A1 (ko) 무선 통신 시스템에서 신호를 송수신하는 방법 및 장치
WO2024117275A1 (ko) 무선 통신 시스템에서 다양한 신호들을 이용하여 공동 통신 및 센싱 동작을 수행하기 위한 장치 및 방법
WO2022260189A1 (ko) 무선 통신 시스템에서 신호를 송수신하는 방법 및 장치
WO2023008614A1 (ko) 무선 통신 시스템에서 공간 위상 천이 빔을 통해 신호를 전송하는 방법 및 장치
WO2024122694A1 (ko) 무선 통신 시스템에서 수신기에 대한 학습을 수행하기 위한 장치 및 방법
WO2024010112A1 (ko) 무선 통신 시스템에서 채널을 추정하기 위한 장치 및 방법
WO2022231084A1 (ko) 무선 통신 시스템에서 신호 전송 방법 및 장치
WO2024096160A1 (ko) 무선 통신 시스템에서 채널 상태 정보에 대한 가변 전송률을 지원하도록 온라인 학습을 수행하기 위한 장치 및 방법

Legal Events

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

Ref document number: 22955069

Country of ref document: EP

Kind code of ref document: A1