이하, 본 개시에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 개시의 예시적인 실시형태를 설명하고자 하는 것이며, 본 개시가 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다. 이하의 상세한 설명은 본 개시의 완전한 이해를 제공하기 위해서 구체적 세부사항을 포함한다. 그러나, 당업자는 본 개시가 이러한 구체적 세부사항 없이도 실시될 수 있음을 안다.
몇몇 경우, 본 개시의 개념이 모호해지는 것을 피하기 위하여 공지의 구조 및 장치는 생략되거나, 각 구조 및 장치의 핵심기능을 중심으로 한 블록도 형식으로 도시될 수 있다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계 뿐만 아니라, 그 사이에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 본 개시에서 용어 "포함한다" 또는 "가진다"는 언급된 특징, 단계, 동작, 요소 및/또는 구성요소의 존재를 특정하지만, 하나 이상의 다른 특징, 단계, 동작, 요소, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는다.
본 개시에 있어서, "제 1", "제 2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되고 구성요소들을 제한하기 위해서 사용되지 않으며, 특별히 언급되지 않는 한 구성요소들 간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제 1 구성요소는 다른 실시예에서 제 2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제 2 구성요소를 다른 실시예에서 제 1 구성요소라고 칭할 수도 있다.
본 개시에서 사용된 용어는 특정 실시예에 대한 설명을 위한 것이며 청구범위를 제한하려는 것이 아니다. 실시예의 설명 및 첨부된 청구범위에서 사용되는 바와 같이, 단수 형태는 문맥상 명백하게 다르게 나타내지 않는 한 복수 형태도 포함하도록 의도한 것이다. 본 개시에 사용된 용어 "및/또는"은 관련된 열거 항목 중의 하나를 지칭할 수도 있고, 또는 그 중의 둘 이상의 임의의 및 모든 가능한 조합을 지칭하고 포함하는 것을 의미한다. 또한, 본 개시에서 단어들 사이의 "/"는 달리 설명되지 않는 한 "및/또는"과 동일한 의미를 가진다.
본 개시는 무선 통신 네트워크 또는 무선 통신 시스템을 대상으로 설명하며, 무선 통신 네트워크에서 이루어지는 동작은 해당 무선 통신 네트워크를 관할하는 장치(예를 들어 기지국)에서 네트워크를 제어하고 신호를 송신(transmit) 또는 수신(receive)하는 과정에서 이루어지거나, 해당 무선 네트워크에 결합한 단말에서 네트워크와의 또는 단말간의 신호를 송신 또는 수신하는 과정에서 이루어질 수 있다.
본 개시에서, 채널을 송신 또는 수신한다는 것은 해당 채널을 통해서 정보 또는 신호를 송신 또는 수신한다는 의미를 포함한다. 예를 들어, 제어 채널을 송신한다는 것은, 제어 채널을 통해서 제어 정보 또는 신호를 송신한다는 것을 의미한다. 유사하게, 데이터 채널을 송신한다는 것은, 데이터 채널을 통해서 데이터 정보 또는 신호를 송신한다는 것을 의미한다.
이하에서, 하향링크(DL: downlink)는 기지국에서 단말로의 통신을 의미하며, 상향링크(UL: uplink)는 단말에서 기지국으로의 통신을 의미한다. 하향링크에서 송신기는 기지국의 일부이고, 수신기는 단말의 일부일 수 있다. 상향링크에서 송신기는 단말의 일부이고, 수신기는 기지국의 일부일 수 있다. 기지국은 제1 통신 장치로, 단말은 제2 통신 장치로 표현될 수도 있다. 기지국(BS: Base Station)은 고정국(fixed station), Node B, eNB(evolved-NodeB), gNB(Next Generation NodeB), BTS(base transceiver system), 액세스 포인트(AP: Access Point), 네트워크(5G 네트워크), AI(Artificial Intelligence) 시스템/모듈, RSU(road side unit), 로봇(robot), 드론(UAV: Unmanned Aerial Vehicle), AR(Augmented Reality)장치, VR(Virtual Reality)장치 등의 용어에 의해 대체될 수 있다. 또한, 단말(Terminal)은 고정되거나 이동성을 가질 수 있으며, UE(User Equipment), MS(Mobile Station), UT(user terminal), MSS(Mobile Subscriber Station), SS(Subscriber Station), AMS(Advanced Mobile Station), WT(Wireless terminal), MTC(Machine-Type Communication) 장치, M2M(Machine-to-Machine) 장치, D2D(Device-to-Device) 장치, 차량(vehicle), RSU(road side unit), 로봇(robot), AI(Artificial Intelligence) 모듈, 드론(UAV: Unmanned Aerial Vehicle), AR(Augmented Reality)장치, VR(Virtual Reality)장치 등의 용어로 대체될 수 있다.
이하의 기술은 CDMA, FDMA, TDMA, OFDMA, SC-FDMA 등과 같은 다양한 무선 접속 시스템에 사용될 수 있다. CDMA는 UTRA(Universal Terrestrial Radio Access)나 CDMA2000과 같은 무선 기술로 구현될 수 있다. TDMA는 GSM(Global System for Mobile communications)/GPRS(General Packet Radio Service)/EDGE(Enhanced Data Rates for GSM Evolution)와 같은 무선 기술로 구현될 수 있다. OFDMA는 IEEE 802.11(Wi-Fi), IEEE 802.16(WiMAX), IEEE 802-20, E-UTRA(Evolved UTRA) 등과 같은 무선 기술로 구현될 수 있다. UTRA는 UMTS(Universal Mobile Telecommunications System)의 일부이다. 3GPP(3rd Generation Partnership Project) LTE(Long Term Evolution)은 E-UTRA를 사용하는 E-UMTS(Evolved UMTS)의 일부이고 LTE-A(Advanced)/LTE-A pro는 3GPP LTE의 진화된 버전이다. 3GPP NR(New Radio or New Radio Access Technology)는 3GPP LTE/LTE-A/LTE-A pro의 진화된 버전이다.
설명을 명확하게 하기 위해, 3GPP 통신 시스템(예를 들어, LTE-A, NR)을 기반으로 설명하지만 본 개시의 기술적 사상이 이에 제한되는 것은 아니다. LTE는 3GPP TS(Technical Specification) 36.xxx Release 8 이후의 기술을 의미한다. 세부적으로, 3GPP TS 36.xxx Release 10 이후의 LTE 기술은 LTE-A로 지칭되고, 3GPP TS 36.xxx Release 13 이후의 LTE 기술은 LTE-A pro로 지칭된다. 3GPP NR은 TS 38.xxx Release 15 이후의 기술을 의미한다. LTE/NR은 3GPP 시스템으로 지칭될 수 있다. "xxx"는 표준 문서 세부 번호를 의미한다. LTE/NR은 3GPP 시스템으로 통칭될 수 있다. 본 개시의 설명에 사용된 배경기술, 용어, 약어 등에 관해서는 본 개시 이전에 공개된 표준 문서에 기재된 사항을 참조할 수 있다. 예를 들어, 다음 문서를 참조할 수 있다.
3GPP LTE의 경우, TS 36.211(물리 채널들 및 변조), TS 36.212(다중화 및 채널 코딩), TS 36.213(물리 계층 절차들), TS 36.300(전반적인 설명), TS 36.331(무선 자원 제어)을 참조할 수 있다.
3GPP NR의 경우, TS 38.211(물리 채널들 및 변조), TS 38.212(다중화 및 채널 코딩), TS 38.213(제어를 위한 물리 계층 절차들), TS 38.214(데이터를 위한 물리 계층 절차들), TS 38.300(NR 및 NG-RAN(New Generation-Radio Access Network) 전반적인 설명), TS 38.331(무선 자원 제어 프로토콜 규격)을 참조할 수 있다.
본 개시에서 사용될 수 있는 용어들의 약자는 다음과 같이 정의된다.
- BM: 빔 관리(beam management)
- CQI: 채널 품질 지시자(channel quality indicator)
- CRI: 채널 상태 정보 - 참조 신호 자원 지시자(channel state information - reference signal resource indicator)
- CSI: 채널 상태 정보(channel state information)
- CSI-IM: 채널 상태 정보 - 간섭 측정(channel state information - interference measurement)
- CSI-RS: 채널 상태 정보 - 참조 신호(channel state information - reference signal)
- DMRS: 복조 참조 신호(demodulation reference signal)
- FDM: 주파수 분할 다중화(frequency division multiplexing)
- FFT: 고속 푸리에 변환(fast Fourier transform)
- IFDMA: 인터리빙된 주파수 분할 다중 액세스(interleaved frequency division multiple access)
- IFFT: 역 고속 푸리에 변환(inverse fast Fourier transform)
- L1-RSRP: 제1 레이어 참조 신호 수신 파워(Layer 1 reference signal received power)
- L1-RSRQ: 제1 레이어 참조 신호 수신 품질(Layer 1 reference signal received quality)
- MAC: 매체 액세스 제어(medium access control)
- NZP: 논-제로 파워(non-zero power)
- OFDM: 직교 주파수 분할 다중화(orthogonal frequency division multiplexing)
- PDCCH: 물리 하향링크 제어 채널(physical downlink control channel)
- PDSCH: 물리 하향링크 공유 채널(physical downlink shared channel)
- PMI: 프리코딩 행렬 지시자(precoding matrix indicator)
- RE: 자원 요소(resource element)
- RI: 랭크 지시자(Rank indicator)
- RRC: 무선 자원 제어(radio resource control)
- RSSI: 수신 신호 강도 지시자(received signal strength indicator)
- Rx: 수신(Reception)
- QCL: 준-동일 위치(quasi co-location)
- SINR: 신호 대 간섭 및 잡음비(signal to interference and noise ratio)
- SSB (또는 SS/PBCH block): 동기 신호 블록(프라이머리 동기 신호(PSS: primary synchronization signal), 세컨더리 동기 신호(SSS: secondary synchronization signal) 및 물리 방송 채널(PBCH: physical broadcast channel)을 포함)
- TDM: 시간 분할 다중화(time division multiplexing)
- TRP: 전송 및 수신 포인트(transmission and reception point)
- TRS: 트래킹 참조 신호(tracking reference signal)
- Tx: 전송(transmission)
- UE: 사용자 장치(user equipment)
- ZP: 제로 파워(zero power)
시스템 일반
더욱 많은 통신 기기들이 더욱 큰 통신 용량을 요구하게 됨에 따라, 기존의 무선 액세스 기술(RAT: radio access technology)에 비해 향상된 모바일 브로드밴드(mobile broadband) 통신에 대한 필요성이 대두되고 있다. 또한 다수의 기기 및 사물들을 연결하여 언제 어디서나 다양한 서비스를 제공하는 매시브(massive) MTC(Machine Type Communications) 역시 차세대 통신에서 고려될 주요 이슈 중 하나이다. 뿐만 아니라 신뢰도(reliability) 및 지연(latency)에 민감한 서비스/단말을 고려한 통신 시스템 디자인이 논의되고 있다. 이와 같이 eMBB(enhanced mobile broadband communication), Mmtc(massive MTC), URLLC (Ultra-Reliable and Low Latency Communication) 등을 고려한 차세대 RAT의 도입이 논의되고 있으며, 본 개시에서는 편의상 해당 기술을 NR이라고 부른다. NR은 5G RAT의 일례를 나타낸 표현이다.
NR을 포함하는 새로운 RAT 시스템은 OFDM 전송 방식 또는 이와 유사한 전송 방식을 사용한다. 새로운 RAT 시스템은 LTE의 OFDM 파라미터들과는 다른 OFDM 파라미터들을 따를 수 있다. 또는 새로운 RAT 시스템은 기존의 LTE/LTE-A의 뉴머롤로지(numerology)를 그대로 따르나 더 큰 시스템 대역폭(예를 들어, 100MHz)를 지원할 수 있다. 또는 하나의 셀이 복수 개의 numerology들을 지원할 수도 있다. 즉, 서로 다른 numerology로 동작하는 하는 단말들이 하나의 셀 안에서 공존할 수 있다.
numerology는 주파수 영역에서 하나의 서브캐리어 간격(subcarrier spacing)에 대응한다. 참조 서브캐리어 간격(Reference subcarrier spacing)을 정수 N으로 스케일링(scaling)함으로써, 상이한 numerology가 정의될 수 있다.
도 1은 본 개시가 적용될 수 있는 무선 통신 시스템의 구조를 예시한다.
도 1을 참조하면, NG-RAN은 NG-RA(NG-Radio Access) 사용자 평면(즉, 새로운 AS(access stratum) 서브계층/PDCP(Packet Data Convergence Protocol)/RLC(Radio Link Control)/MAC/PHY) 및 UE에 대한 제어 평면(RRC) 프로토콜 종단을 제공하는 gNB들로 구성된다. 상기 gNB는 Xn 인터페이스를 통해 상호 연결된다. 상기 gNB는 또한, NG 인터페이스를 통해 NGC(New Generation Core)로 연결된다. 보다 구체적으로는, 상기 gNB는 N2 인터페이스를 통해 AMF(Access and Mobility Management Function)로, N3 인터페이스를 통해 UPF(User Plane Function)로 연결된다.
도 2는 본 개시가 적용될 수 있는 무선 통신 시스템에서 프레임 구조를 예시한다.
NR 시스템은 다수의 뉴머롤로지(numerology)들을 지원할 수 있다. 여기서, numerology는 서브캐리어 간격(subcarrier spacing)과 순환 전치(CP: Cyclic Prefix) 오버헤드에 의해 정의될 수 있다. 이때, 다수의 서브캐리어 간격은 기본(참조) 서브캐리어 간격을 정수 N(또는, μ)으로 스케일링(scaling) 함으로써 유도될 수 있다. 또한, 매우 높은 반송파 주파수에서 매우 낮은 서브캐리어 간격을 이용하지 않는다고 가정될지라도, 이용되는 numerology는 주파수 대역과 독립적으로 선택될 수 있다. 또한, NR 시스템에서는 다수의 numerology에 따른 다양한 프레임 구조들이 지원될 수 있다.
이하, NR 시스템에서 고려될 수 있는 OFDM numerology 및 프레임 구조를 살펴본다. NR 시스템에서 지원되는 다수의 OFDM numerology들은 아래 표 1과 같이 정의될 수 있다.
| μ |
Δf=2μ·15 [kHz] |
CP |
| 0 |
15 |
일반(Normal) |
| 1 |
30 |
일반 |
| 2 |
60 |
일반, 확장(Extended) |
| 3 |
120 |
일반 |
| 4 |
240 |
일반 |
NR은 다양한 5G 서비스들을 지원하기 위한 다수의 numerology(또는 서브캐리어 간격(SCS: subcarrier spacing))를 지원한다. 예를 들어, SCS가 15kHz인 경우, 전통적인 셀룰러 밴드들에서의 넓은 영역(wide area)를 지원하며, SCS가 30kHz/60kHz인 경우, 밀집한-도시(dense-urban), 더 낮은 지연(lower latency) 및 더 넓은 캐리어 대역폭(wider carrier bandwidth)를 지원하며, SCS가 60kHz 또는 그보다 높은 경우, 위상 잡음(phase noise)를 극복하기 위해 24.25GHz보다 큰 대역폭을 지원한다.
NR 주파수 밴드(frequency band)는 2가지 타입(FR1, FR2)의 주파수 범위(frequency range)로 정의된다. FR1, FR2는 아래 표 2와 같이 구성될 수 있다. 또한, FR2는 밀리미터 웨이브(mmW: millimeter wave)를 의미할 수 있다.
| 주파수 범위 지정(Frequency Range designation) |
해당 주파수 범위(Corresponding frequency range) |
서브캐리어 간격(Subcarrier Spacing) |
| FR1 |
410MHz - 7125MHz |
15, 30, 60kHz |
| FR2 |
24250MHz - 52600MHz |
60, 120, 240kHz |
NR 시스템에서의 프레임 구조(frame structure)와 관련하여, 시간 영역의 다양한 필드의 크기는 Tc=1/(Δfmax·Nf) 의 시간 단위의 배수로 표현된다. 여기에서, Δfmax=480·103 Hz 이고, Nf=4096 이다. 하향링크(downlink) 및 상향링크(uplink) 전송은 Tf=1/(ΔfmaxNf/100)·Tc=10ms 의 구간을 가지는 무선 프레임(radio frame)으로 구성(organized)된다. 여기에서, 무선 프레임은 각각 Tsf=(ΔfmaxNf/1000)·Tc=1ms 의 구간을 가지는 10 개의 서브프레임(subframe)들로 구성된다. 이 경우, 상향링크에 대한 한 세트의 프레임들 및 하향링크에 대한 한 세트의 프레임들이 존재할 수 있다. 또한, 단말로부터의 상향링크 프레임 번호 i에서의 전송은 해당 단말에서의 해당 하향링크 프레임의 시작보다 TTA=(NTA+NTA,offset)Tc 이전에 시작해야 한다. 서브캐리어 간격 구성 μ 에 대하여, 슬롯(slot)들은 서브프레임 내에서 ns
μ∈{0,..., Nslot
subframe,μ-1} 의 증가하는 순서로 번호가 매겨지고, 무선 프레임 내에서 ns,f
μ∈{0,..., Nslot
frame,μ-1} 의 증가하는 순서로 번호가 매겨진다. 하나의 슬롯은 Nsymb
slot 의 연속하는 OFDM 심볼들로 구성되고, Nsymb
slot 는, CP에 따라 결정된다. 서브프레임에서 슬롯 ns
μ 의 시작은 동일 서브프레임에서 OFDM 심볼 ns
μNsymb
slot 의 시작과 시간적으로 정렬된다. 모든 단말이 동시에 송신 및 수신을 할 수 있는 것은 아니며, 이는 하향링크 슬롯(downlink slot) 또는 상향링크 슬롯(uplink slot)의 모든 OFDM 심볼들이 이용될 수는 없다는 것을 의미한다.
표 3은 일반 CP에서 슬롯 별 OFDM 심볼의 개수(Nsymb
slot), 무선 프레임 별 슬롯의 개수(Nslot
frame,μ), 서브프레임 별 슬롯의 개수(Nslot
subframe,μ)를 나타내며, 표 4는 확장 CP에서 슬롯 별 OFDM 심볼의 개수, 무선 프레임 별 슬롯의 개수, 서브프레임 별 슬롯의 개수를 나타낸다.
| μ |
Nsymb
slot
|
Nslot
frame,μ
|
Nslot
subframe,μ
|
| 0 |
14 |
10 |
1 |
| 1 |
14 |
20 |
2 |
| 2 |
14 |
40 |
4 |
| 3 |
14 |
80 |
8 |
| 4 |
14 |
160 |
16 |
| μ |
Nsymb
slot |
Nslot
frame,μ |
Nslot
subframe,μ |
| 2 |
12 |
40 |
4 |
도 2는, μ=2인 경우(SCS가 60kHz)의 일례로서, 표 3을 참고하면 1 서브프레임(subframe)은 4개의 슬롯(slot)들을 포함할 수 있다. 도 2에 도시된 1 subframe={1,2,4} slot은 일례로서, 1 subframe에 포함될 수 있는 slot(들)의 개수는 표 3 또는 표 4와 같이 정의된다. 또한, 미니 슬롯(mini-slot)은 2, 4 또는 7 심볼들을 포함하거나 그 보다 더 많은 또는 더 적은 심볼들을 포함할 수 있다.
NR 시스템에서의 물리 자원(physical resource)과 관련하여, 안테나 포트(antenna port), 자원 그리드(resource grid), 자원 요소(resource element), 자원 블록(resource block), 캐리어 파트(carrier part) 등이 고려될 수 있다. 이하, NR 시스템에서 고려될 수 있는 상기 물리 자원들에 대해 구체적으로 살펴본다.
먼저, 안테나 포트와 관련하여, 안테나 포트는 안테나 포트 상의 심볼이 운반되는 채널이 동일한 안테나 포트 상의 다른 심볼이 운반되는 채널로부터 추론될 수 있도록 정의된다. 하나의 안테나 포트 상의 심볼이 운반되는 채널의 광범위 특성(large-scale property)이 다른 안테나 포트 상의 심볼이 운반되는 채널로부터 유추될 수 있는 경우, 2 개의 안테나 포트는 QC/QCL(quasi co-located 혹은 quasi co-location) 관계에 있다고 할 수 있다. 여기서, 상기 광범위 특성은 지연 확산(Delay spread), 도플러 확산(Doppler spread), 주파수 쉬프트(Frequency shift), 평균 수신 파워(Average received power), 수신 타이밍(Received Timing) 중 하나 이상을 포함한다.
도 3은 본 개시가 적용될 수 있는 무선 통신 시스템에서 자원 그리드(resource grid)를 예시한다.
도 3을 참조하면, 자원 그리드가 주파수 영역 상으로 NRB
μNsc
RB 서브캐리어들로 구성되고, 하나의 서브프레임이 14·2μ OFDM 심볼들로 구성되는 것을 예시적으로 기술하나, 이에 한정되는 것은 아니다. NR 시스템에서, 전송되는 신호(transmitted signal)는 NRB
μNsc
RB 서브캐리어들로 구성되는 하나 또는 그 이상의 자원 그리드들 및 2μNsymb
(μ) 의 OFDM 심볼들에 의해 설명된다. 여기서, NRB
μ≤NRB
max,μ 이다. 상기 NRB
max,μ 는 최대 전송 대역폭을 나타내고, 이는, numerology들 뿐만 아니라 상향링크와 하향링크 간에도 달라질 수 있다. 이 경우, μ 및 안테나 포트 p 별로 하나의 자원 그리드가 설정될 수 있다. μ 및 안테나 포트 p에 대한 자원 그리드의 각 요소는 자원 요소(resource element)로 지칭되며, 인덱스 쌍 (k,l')에 의해 고유적으로 식별된다. 여기에서, k=0,...,NRB
μNsc
RB-1 는 주파수 영역 상의 인덱스이고, l'=0,...,2μNsymb
(μ)-1 는 서브프레임 내에서 심볼의 위치를 지칭한다. 슬롯에서 자원 요소를 지칭할 때에는, 인덱스 쌍 (k,l) 이 이용된다. 여기서, l=0,...,Nsymb
μ-1 이다. μ 및 안테나 포트 p에 대한 자원 요소 (k,l') 는 복소 값(complex value) ak,l'
(p,μ) 에 해당한다. 혼동(confusion)될 위험이 없는 경우 혹은 특정 안테나 포트 또는 numerology가 특정되지 않은 경우에는, 인덱스들 p 및 μ 는 드롭(drop)될 수 있으며, 그 결과 복소 값은 ak,l'
(p) 또는 ak,l' 이 될 수 있다. 또한, 자원 블록(resource block, RB)은 주파수 영역 상의 Nsc
RB=12 연속적인 서브캐리어들로 정의된다.
포인트(point) A는 자원 블록 그리드의 공통 기준 포인트(common reference point)로서 역할을 하며 다음과 같이 획득된다.
- 프라이머리 셀(PCell: Primary Cell) 다운링크에 대한 offsetToPointA는 초기 셀 선택을 위해 단말에 의해 사용된 SS/PBCH block과 겹치는 가장 낮은 자원 블록의 가장 낮은 서브 캐리어와 point A 간의 주파수 오프셋을 나타낸다. FR1에 대해 15kHz 서브캐리어 간격 및 FR2에 대해 60kHz 서브캐리어 간격을 가정한 리소스 블록 단위(unit)들로 표현된다.
- absoluteFrequencyPointA는 ARFCN(absolute radio-frequency channel number)에서와 같이 표현된 point A의 주파수-위치를 나타낸다.
공통 자원 블록(common resource block)들은 서브캐리어 간격 설정 μ 에 대한 주파수 영역에서 0부터 위쪽으로 numbering된다. 서브캐리어 간격 설정 μ 에 대한 공통 자원 블록 0의 subcarrier 0의 중심은 'point A'와 일치한다. 주파수 영역에서 공통 자원 블록 번호 nCRB
μ 와 서브캐리어 간격 설정 μ 에 대한 자원 요소(k,l)와의 관계는 아래 수학식 1과 같이 주어진다.
수학식 1에서, k는 k=0이 point A를 중심으로 하는 서브캐리어에 해당하도록 point A에 상대적으로 정의된다. 물리 자원 블록들은 대역폭 파트(BWP: bandwidth part) 내에서 0부터 NBWP,i
size,μ-1 까지 번호가 매겨지고, i는 BWP의 번호이다. BWP i에서 물리 자원 블록 nPRB 와 공통 자원 블록 nCRB 간의 관계는 아래 수학식 2에 의해 주어진다.
NBWP,i
start,μ 는 BWP가 공통 자원 블록 0에 상대적으로 시작하는 공통 자원 블록이다.
도 4는 본 개시가 적용될 수 있는 무선 통신 시스템에서 물리 자원 블록(physical resource block)을 예시한다. 그리고, 도 5는 본 개시가 적용될 수 있는 무선 통신 시스템에서 슬롯 구조를 예시한다.
도 4 및 도 5를 참조하면, 슬롯은 시간 도메인에서 복수의 심볼을 포함한다. 예를 들어, 보통 CP의 경우 하나의 슬롯이 7개의 심볼을 포함하나, 확장 CP의 경우 하나의 슬롯이 6개의 심볼을 포함한다.
반송파는 주파수 도메인에서 복수의 부반송파를 포함한다. RB(Resource Block)는 주파수 도메인에서 복수(예를 들어, 12)의 연속한 부반송파로 정의된다. BWP(Bandwidth Part)는 주파수 도메인에서 복수의 연속한 (물리) 자원 블록으로 정의되며, 하나의 numerology(예를 들어, SCS, CP 길이 등)에 대응될 수 있다. 반송파는 최대 N개(예를 들어, 5개)의 BWP를 포함할 수 있다. 데이터 통신은 활성화된 BWP를 통해서 수행되며, 하나의 단말한테는 하나의 BWP만 활성화될 수 있다. 자원 그리드에서 각각의 요소는 자원요소(RE: Resource Element)로 지칭되며, 하나의 복소 심볼이 매핑될 수 있다.
NR 시스템은 하나의 컴포넌트 캐리어(CC: Component Carrier) 당 최대 400 MHz까지 지원될 수 있다. 이러한 광대역 CC(wideband CC)에서 동작하는 단말이 항상 CC 전체에 대한 무선 주파수(RF: radio frequency) 칩(chip)를 켜둔 채로 동작한다면 단말 배터리 소모가 커질 수 있다. 혹은 하나의 광대역 CC 내에 동작하는 여러 활용 케이스들(예를 들어, eMBB, URLLC, Mmtc, V2X 등)을 고려할 때 해당 CC 내에 주파수 대역 별로 서로 다른 numerology(예를 들어, 서브캐리어 간격 등)가 지원될 수 있다. 혹은 단말 별로 최대 대역폭에 대한 능력(capability)이 다를 수 있다. 이를 고려하여 기지국은 광대역 CC의 전체 bandwidth이 아닌 일부 bandwidth에서만 동작하도록 단말에게 지시할 수 있으며, 해당 일부 bandwidth를 편의상 대역폭 부분(BWP: bandwidth part)로 정의한다. BWP는 주파수 축 상에서 연속한 RB들로 구성될 수 있으며, 하나의 numerology(예를 들어, 서브캐리어 간격, CP 길이, 슬롯/미니-슬롯 구간)에 대응될 수 있다.
한편, 기지국은 단말에게 설정된 하나의 CC 내에서도 다수의 BWP를 설정할 수 있다. 예를 들어, PDCCH 모니터링 슬롯에서는 상대적으로 작은 주파수 영역을 차지하는 BWP를 설정하고, PDCCH에서 지시하는 PDSCH는 그보다 큰 BWP 상에 스케줄링될 수 있다. 혹은, 특정 BWP에 UE 들이 몰리는 경우 로드 밸런싱(load balancing)을 위해 일부 단말들을 다른 BWP로 설정할 수 있다. 혹은, 이웃 셀 간의 주파수 도메인 셀간 간섭 제거(frequency domain inter-cell interference cancellation) 등을 고려하여 전체 bandwidth 중 가운데 일부 스펙트럼(spectrum)을 배제하고 양쪽 BWP들을 동일 슬롯 내에서도 설정할 수 있다. 즉, 기지국은 광대역 CC와 연관된(association) 단말에게 적어도 하나의 DL/UL BWP를 설정할 수 있다. 기지국은 특정 시점에 설정된 DL/UL BWP(들) 중 적어도 하나의 DL/UL BWP를 (L1 시그널링 또는 MAC CE(Control Element) 또는 RRC 시그널링 등에 의해) 활성화시킬 수 있다. 또한, 기지국은 다른 설정된 DL/UL BWP로 스위칭을 (L1 시그널링 또는 MAC CE 또는 RRC 시그널링 등에 의해) 지시할 수 있다. 또는, 타이머 기반으로 타이머 값이 만료되면 정해진 DL/UL BWP로 스위칭될 수도 있다. 이때, 활성화된 DL/UL BWP를 활성(active) DL/UL BWP로 정의한다. 하지만, 단말이 최초 접속(initial access) 과정을 수행하는 중이거나, 혹은 RRC 연결이 셋업(set up)되기 전 등의 상황에서는 DL/UL BWP에 대한 설정을 수신하지 못할 수 있으므로, 이러한 상황에서 단말이 가정하는 DL/UL BWP는 최초 활성 DL/UL BWP라고 정의한다.
도 6은 본 개시가 적용될 수 있는 무선 통신 시스템에서 이용되는 물리 채널들 및 이들을 이용한 일반적인 신호 송수신 방법을 예시한다.
무선 통신 시스템에서 단말은 기지국으로부터 하향링크(Downlink)를 통해 정보를 수신하고, 단말은 기지국으로 상향링크(Uplink)를 통해 정보를 전송한다. 기지국과 단말이 송수신하는 정보는 데이터 및 다양한 제어 정보를 포함하고, 이들이 송수신 하는 정보의 종류/용도에 따라 다양한 물리 채널이 존재한다.
단말은 전원이 켜지거나 새로이 셀에 진입한 경우 기지국과 동기를 맞추는 등의 초기 셀 탐색(Initial cell search) 작업을 수행한다(S601). 이를 위해, 단말은 기지국으로부터 주 동기 신호(PSS: Primary Synchronization Signal) 및 부 동기 채널(SSS: Secondary Synchronization Signal)을 수신하여 기지국과 동기를 맞추고, 셀 식별자(ID: Identifier) 등의 정보를 획득할 수 있다. 그 후, 단말은 기지국으로부터 물리 방송 채널(PBCH: Physical Broadcast Channel)를 수신하여 셀 내 방송 정보를 획득할 수 있다. 한편, 단말은 초기 셀 탐색 단계에서 하향링크 참조 신호(DL RS: Downlink Reference Signal)를 수신하여 하향링크 채널 상태를 확인할 수 있다.
초기 셀 탐색을 마친 단말은 물리 하향링크 제어 채널(PDCCH: Physical Downlink Control Channel) 및 상기 PDCCH에 실린 정보에 따라 물리 하향링크 공유 채널(PDSCH: Physical Downlink Control Channel)을 수신함으로써 좀더 구체적인 시스템 정보를 획득할 수 있다(S602).
한편, 기지국에 최초로 접속하거나 신호 송신을 위한 무선 자원이 없는 경우 단말은 기지국에 대해 임의 접속 과정(RACH: Random Access Procedure)을 수행할 수 있다(단계 S603 내지 단계 S606). 이를 위해, 단말은 물리 임의 접속 채널(PRACH: Physical Random Access Channel)을 통해 특정 시퀀스를 프리앰블로 송신하고(S603 및 S605), PDCCH 및 대응하는 PDSCH를 통해 프리앰블에 대한 응답 메시지를 수신할 수 있다(S604 및 S606). 경쟁 기반 RACH의 경우, 추가적으로 충돌 해결 절차(Contention Resolution Procedure)를 수행할 수 있다.
상술한 바와 같은 절차를 수행한 단말은 이후 일반적인 상/하향링크 신호 송신 절차로서 PDCCH/PDSCH 수신(S607) 및 물리 상향링크 공유 채널(PUSCH: Physical Uplink Shared Channel)/물리 상향링크 제어 채널(PUCCH: Physical Uplink Control Channel) 송신(S608)을 수행할 수 있다. 특히 단말은 PDCCH를 통하여 하향링크 제어 정보(DCI: Downlink Control Information)를 수신한다. 여기서 DCI는 단말에 대한 자원 할당 정보와 같은 제어 정보를 포함하며, 그 사용 목적에 따라 포맷이 서로 다르다.
한편, 단말이 상향링크를 통해 기지국에 송신하는 또는 단말이 기지국으로부터 수신하는 제어 정보는 하향링크/상향링크 ACK/NACK(Acknowledgement/Non-Acknowledgement) 신호, CQI(Channel Quality Indicator), PMI(Precoding Matrix Indicator), RI(Rank Indicator) 등을 포함한다. 3GPP LTE 시스템의 경우, 단말은 상술한 CQI/PMI/RI 등의 제어 정보를 PUSCH 및/또는 PUCCH를 통해 송신할 수 있다.
표 5는 NR 시스템에서의 DCI 포맷(format)의 일례를 나타낸다.
| DCI 포맷 |
활용 |
| 0_0 |
하나의 셀 내 PUSCH의 스케줄링 |
| 0_1 |
하나의 셀 내 하나 또는 다중 PUSCH의 스케줄링, 또는 UE에게 셀 그룹(CG: cell group) 하향링크 피드백 정보의 지시 |
| 0_2 |
하나의 셀 내 PUSCH의 스케줄링 |
| 1_0 |
하나의 DL 셀 내 PDSCH의 스케줄링 |
| 1_1 |
하나의 셀 내 PDSCH의 스케줄링 |
| 1_2 |
하나의 셀 내 PDSCH의 스케줄링 |
표 5를 참조하면, DCI format 0_0, 0_1 및 0_2는 PUSCH의 스케줄링에 관련된 자원 정보(예를 들어, UL/SUL(Supplementary UL), 주파수 자원 할당, 시간 자원 할당, 주파수 호핑 등), 전송 블록(TB: Transport Block) 관련 정보(예를 들어, MCS(Modulation Coding and Scheme), NDI(New Data Indicator), RV(Redundancy Version) 등), HARQ(Hybrid - Automatic Repeat and request) 관련 정보(예를 들어, 프로세스 번호, DAI(Downlink Assignment Index), PDSCH-HARQ 피드백 타이밍 등), 다중 안테나 관련 정보(예를 들어, DMRS 시퀀스 초기화 정보, 안테나 포트, CSI 요청 등), 전력 제어 정보(예를 들어, PUSCH 전력 제어 등)을 포함할 수 있으며, DCI 포맷 각각에 포함되는 제어 정보들은 미리 정의될 수 있다.
DCI format 0_0은 하나의 셀에서 PUSCH의 스케줄링에 사용된다. DCI 포맷 0_0에 포함된 정보는 C-RNTI(Cell RNTI: Cell Radio Network Temporary Identifier) 또는 CS-RNTI(Configured Scheduling RNTI) 또는 MCS-C-RNTI(Modulation Coding Scheme Cell RNTI)에 의해 CRC(cyclic redundancy check) 스크램블링되어 전송된다.
DCI format 0_1은 하나의 셀에서 하나 이상의 PUSCH의 스케줄링, 또는 설정된 그랜트(CG: configure grant) 하향링크 피드백 정보를 단말에게 지시하는 데 사용된다. DCI format 0_1에 포함된 정보는 C-RNTI 또는 CS-RNTI 또는 SP-CSI-RNTI(Semi-Persistent CSI RNTI) 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다.
DCI format 0_2는 하나의 셀에서 PUSCH의 스케줄링에 사용된다. DCI format 0_2에 포함된 정보는 C-RNTI 또는 CS-RNTI 또는 SP-CSI-RNTI 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다.
다음으로, DCI format 1_0, 1_1 및 1_2는 PDSCH의 스케줄링에 관련된 자원 정보(예를 들어, 주파수 자원 할당, 시간 자원 할당, VRB(virtual resource block)-PRB(physical resource block) 매핑 등), 전송블록(TB) 관련 정보(예를 들어, MCS, NDI, RV 등), HARQ 관련 정보(예를 들어, 프로세스 번호, DAI, PDSCH-HARQ 피드백 타이밍 등), 다중 안테나 관련 정보(예를 들어, 안테나 포트, TCI(transmission configuration indicator), SRS(sounding reference signal) 요청 등), PUCCH 관련 정보(예를 들어, PUCCH 전력 제어, PUCCH 자원 지시자 등)을 포함할 수 있으며, DCI 포맷 각각에 포함되는 제어 정보들은 미리 정의될 수 있다.
DCI format 1_0은 하나의 DL 셀에서 PDSCH의 스케줄링을 위해 사용된다. DCI format 1_0에 포함된 정보는 C-RNTI 또는 CS-RNTI 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다.
DCI format 1_1은 하나의 셀에서 PDSCH의 스케줄링을 위해 사용된다. DCI format 1_1에 포함되는 정보는 C-RNTI 또는 CS-RNTI 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다.
DCI format 1_2는 하나의 셀에서 PDSCH의 스케줄링을 위해 사용된다. DCI format 1_2에 포함되는 정보는 C-RNTI 또는 CS-RNTI 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다.
인공 지능(AI: Artificial Intelligence) 동작
인공지능/머신러닝(AI/ML: Artificial intelligence / machine learning)의 기술 발전으로 무선 통신 네트워크를 구성하는 노드(들) 및 단말(들)의 지능화/고도화가 이루어지고 있다. 특히 네트워크/기지국의 지능화로 인해 다양한 환경 파라미터(예를 들어, 기지국들의 분포/위치, 건물/가구 등의 분포/위치/재질, 단말들의 위치/이동방향/속도, 기후 정보 등)에 따라 다양한 네트워크/기지국 결정 파라미터 값들(예를 들어, 각 기지국의 송수신 전력, 각 단말의 송신 전력, 기지국/단말의 프리코더/빔, 각 단말에 대한 시간/주파수 자원 할당, 각 기지국의 듀플렉스(duplex) 방식 등)을 빠르게 최적화하여 도출/적용할 수 있게 될 전망이다. 이러한 추세에 맞추어, 많은 표준화 단체 (예를 들어, 3GPP, O-RAN)에서 도입을 고려하고 있으며, 이에 대한 스터디도 활발히 진행 중이다.
이하 설명하는 AI 관련 설명 및 동작들은 후술한 본 개시에서 제안하는 방법들과 결합되어 적용될 수 있으며, 또는 본 개시에서 제안하는 방법들의 기술적 특징을 명확하게 하는데 보충될 수 있다.
도 7은 인공지능의 분류를 예시한다.
도 7을 참조하면, 인공지능(AI: Artificial Intelligence)은 사람이 해야 할 일을 기계가 대신할 수 있는 모든 자동화에 해당한다.
머신러닝(ML: Machine Learning)은 명시적으로 규칙을 프로그래밍하지 않고, 데이터로부터 의사결정을 위한 패턴을 기계가 스스로 학습하는 기술을 의미한다.
딥러닝(Deep Learning)은 인공 신경망 기반의 모델로서, 비정형 데이터로부터 특징 추출 및 판단까지 기계가 한 번에 수행할 수 있다. 알고리즘은 생물학적 신경계, 즉 신경망(Neural Network)에서 영감을 받은 특징 추출 및 변환을 위해 상호 연결된 노드로 구성된 다층 네트워크에 의존한다. 일반적인 딥 러닝 네트워크 아키텍처에는 심층 신경망(DNN: Deep Neural Network), 순환 신경망(RNN: Recurrent Neural Network) 및 컨볼루션 신경망(CNN: Convolutional Neural Network) 등이 포함된다.
AI(또는 AI/ML로 지칭)은 좁은 의미로 딥러닝(Deep learning) 기반의 인공지능으로 일컬을 수 있지만, 본 개시에서 이에 한정되는 것은 아니다. 즉, 본 개시에서 AI(또는 AI/ML로 지칭)는 인간처럼 작업을 수행할 수 있는 지능형 기계(예를 들어, UE, RAN, 네트워크 노드 등)에 적용되는 자동화 기술을 통칭할 수 있다.
AI(또는 AI/ML)는 다양한 기준에 따라 다음과 같이 분류할 수 있다.
1. 오프라인/온라인 학습
a) 오프라인 학습(Offline Learning)
오프라인 학습은 데이터 베이스의 수집, 학습, 예측이라는 순차적인 절차를 따르게 된다. 즉, 수집과 학습을 오프라인으로 수행하고, 완성된 프로그램을 현장에 설치하여 예측 작업에 활용할 수 있다. 오프라인 학습은 시스템이 점진적으로 학습하지 않으며, 가용한 모든 수집된 데이터를 사용하여 학습이 수행되고, 더 이상의 학습 없이 시스템에 적용된다. 만약, 새로운 데이터에 대한 학습이 필요하게 되면, 새로운 전체의 데이터를 이용하여 다시 학습이 시작될 수 있다.
b) 온라인 학습(Online Learning)
최근 학습에 활용할 수 있는 데이터가 인터넷을 통해 지속적으로 발생하는 점을 활용하여, 실시간으로 발생한 데이터를 가지고 점증적으로 추가 학습하여 성능을 조금씩 개선하는 방식을 지칭한다. 온라인 상에서 수집되는 특정 데이터의 (묶음) 단위로 실시간으로 학습이 수행되며, 이에 따라 변화하는 데이터에 시스템이 빠르게 적응할 수 있다.
AI 시스템 구축을 위해 온라인 학습만이 이용되어 실시간으로 발생한 데이터만으로 학습이 수행될 수도 있으며, 또는 소정의 데이터 세트를 이용하여 오프라인 학습이 수행된 후, 추가적으로 발생하는 실시간 데이터를 이용하여 추가적인 학습이 수행될 수도 있다(온라인+오프라인 학습).
2. AI/ML Framework 개념에 따른 분류
a) 중앙집중식 학습(Centralized Learning)
Centralized learning에서는 서로 다른 복수의 노드들에서 수집된(collected) 훈련 데이터(training data)를 중앙 노드(centralized node)에 보고를 하면, 모든 데이터 자원/저장(storage)/학습(예를 들어, 지도 학습(supervised learning), 비지도 학습(unsupervised learning), 강화 학습(reinforcement learning) 등)이 하나의 centralized node에서 수행된다.
b) 연합 학습(Federated Learning)
Federated learning은 공동(collective) 모델이 각기 분산되어 있는 데이터 소유자(data owner)들에 걸쳐서 존재하는 데이터를 기반으로 구성된다. 데이터를 모델로 수집하는 대신, AI/ML 모델을 데이터 소스로 가져와 로컬 노드/개별 장치가 데이터를 수집하고 자체 모델 사본을 훈련할 수 있도록 하므로, 소스 데이터를 중앙 노드에 보고할 필요가 없다. Federated learning에서 AI/ML 모델의 매개변수/가중치는 일반 모델 교육을 지원하기 위해 centralized node로 다시 보낼 수 있다. Federated learning은 연산 속도의 증가와, 정보 보안 측면에서의 장점을 가진다. 즉, 개인 데이트를 중앙 서버에 업로드하는 과정이 불필요하여, 개인정보 유출 및 악용을 방지할 수 있다.
c) 분산된 학습(Distributed Learning)
Distributed learning은 기계 학습 프로세스가 노드 클러스터 전체에 확장 및 배포된 개념을 의미한다. 훈련 모델은 모델 훈련의 속도를 높이기 위해 분할되어 동시에 작동하는 여러 노드에서 공유된다.
3. 학습 방법에 따른 분류
a) 지도 학습(Supervised Learning)
지도 학습은 레이블이 지정된 데이터 세트가 주어지면 입력에서 출력으로의 매핑 기능을 학습하는 것을 목표로 하는 기계 학습 작업이다. 입력 데이터는 훈련 데이터라고 하며 알려진 레이블 또는 결과가 있다. 지도 학습의 예시는 다음과 같다.
- 회귀(Regression): 선형 회귀(Linear Regression), 로지스틱 회귀(Logistic Regression)
- 인스턴스-기반 알고리즘(Instance-based Algorithms): k-최근접 이웃(KNN: k-Nearest Neighbor)
- 의사결정 나무 알고리즘(Decision Tree Algorithms): 분류 및 회귀 분석 트리(CART: Classification and Regression Tree)
- 서포트 벡터 머신(SVM: Support Vector Machines)
- 베이지안 알고리즘(Bayesian Algorithms): 나이브 베이즈(Naive Bayes)
- 앙상블 알고리즘(Ensemble Algorithms): 익스트림 그래디언트 부스팅(Extreme Gradient Boosting), 배깅(Bagging): 랜덤 포레스트(Random Forest)
지도 학습은 회귀 및 분류 문제로 더 그룹화할 수 있으며, 분류는 레이블을 예측하는 것이고 회귀는 수량을 예측하는 것이다.
b) 비지도 학습(Unsupervised Learning)
Unsupervised learning은 레이블이 지정되지 않은 데이터에서 숨겨진 구조를 설명하는 기능을 학습하는 것을 목표로 하는 기계 학습 작업이다. 입력 데이터에 레이블이 지정되지 않았으며 알려진 결과가 없다. 비지도 학습의 몇 가지 예는 K-평균 클러스터링, 주성분 분석(PCA: Principal Component Analysis), 비선형 독립 성분 분석(ICA: Independent Component Analysis) 및 장단기 메모리(LSTM: Long-Short-Term Memory) 등이 있다.
c) 강화 학습(RL: Reinforcement Learning)
강화 학습(RL)에서 에이전트는 시행착오 과정을 기반으로 환경과 상호 작용하여 장기 목표를 최적화하는 것을 목표로 하며, 환경과의 상호작용을 기반으로 한 목표 지향적 학습이다. RL 알고리즘의 예시는 다음과 같다.
- Q 러닝(Q-learning)
- 다중 암드 밴딧 러닝(Multi-armed bandit learning)
- 딥 Q 네트워크(Deep Q Network)
- 스테이트-액션-리워드-스테이트-액션(SARSA: State-Action-Reward-State-Action)
- 시간차 학습(Temporal Difference Learning)
- 액터-크리틱 강화 학습(Actor-critic reinforcement learning)
- 딥 결정론적 정책 그래디언트(DDPG: Deep deterministic policy gradient)
- 몬테카를로 트리 서치(Monte-Carlo tree search)
추가적으로, 강화 학습은 다음과 같이 모델 기반 강화 학습과 모델 자유 강화 학습으로 그룹화할 수 있다.
- 모델-기반(Model-based) 강화 학습: 예측 모델을 사용하는 RL 알고리즘을 지칭한다. 환경의 다양한 동적 상태 및 이러한 상태가 보상으로 이어지는 모델을 사용하여 상태 간 전환 확률을 얻는다.
- 모델-자유(Model-free) 강화 학습: 최대의 미래 보상을 달성하는 가치 또는 정책에 기반한 RL 알고리즘을 지칭한다. 다중 에이전트 환경/상태에서는 계산적으로 덜 복잡하고 환경을 정확하게 표현할 필요가 없다.
또한, RL 알고리즘은 또한 가치 기반 RL 대 정책 기반 RL, 정책 기반 RL 대 정책 외 RL 등으로 분류될 수 있다.
이하, 딥 러닝(deep learning)의 대표 모델에 대하여 예시한다.
도 8은 순방향 신경망(Feed-Forward Neural Network)을 예시한다.
순방향 신경망(FFNN: Feed-Forward Neural Network)은 입력층(input layer), 은닉층(hidden layer), 출력층(output layer)으로 구성된다.
FFNN에서는 정보는 입력층으로부터 출력층 방향으로만 전달되며, 은닉층이 있는 경우 이를 경유한다.
도 9는 순환 신경망(Recurrent Neural Network)을 예시한다.
순환 신경망(RNN)은 히든 노드가 방향을 가진 엣지로 연결되어 순환구조를 이루는(directed cycle) 인공 신경망(neural network)의 한 종류이다. 음성, 문자 등 순차적으로 등장하는 데이터 처리에 적합한 모델이다.
도 9에서 A는 뉴럴 네트워크, xt는 입력 값, ht는 출력 값을 나타낸다. 여기서, ht는 시간을 기준으로 현재를 나타내는 상태 값을 의미할 수 있으며, ht-1는 이전 상태 값을 나타낼 수 있다.
RNN의 하나의 종류로 LSTM(Long Short-Term Memory)이 있으며, 이는 RNN의 히든 스테이트(state)에 셀-스테이트(cell-state)를 추가한 구조이다. LSTM은 RNN 셀(cell)(은닉층의 메모리 셀)에 입력 게이트, 망각 게이트, 출력 게이트가 추가되어, 불필요한 기억을 지울 수 있다. LSTM은 RNN에 비하여 셀 상태(cell state)가 추가된다.
도 10은 컨볼루션 신경망(Convolutional Neural Network)을 예시한다.
컨볼루션 신경망(CNN)은 영상 처리나 이미지 처리 분야에서 일반적으로 사용하는 컨볼루션(convolution) 연산을 적용하여, 모델 복잡도를 낮추고, 좋은 특징을 추출하는 두 가지 목적을 위해 사용된다.
- 커널(kernel) 또는 필터(filter): 특정 범위/단위의 input에 가중치를 적용하는 단위/구조를 의미한다. kernel(또는 filter)는 학습에 의해 변경될 수 있다.
- 스트라이드(stride): input 안에서 kernel을 움직이는 이동 범위를 의미한다.
- 특성 맵(feature map): input에 kernel을 적용한 결과를 의미한다. 왜곡, 변경 등에 강인하도록 유도하기 위해 여러 feature map들이 추출될 수 있다.
- 패딩(padding): feature map의 크기를 조절하기 위해 덧붙이는 값을 의미한다.
- 풀링(pooling): feature map을 다운샘플링하여 feature map 의 크기를 줄이기 위한 연산(예를 들어, 최대 풀링(max pooling), 평균 풀링(average pooling))을 의미한다.
도 11은 오토 인코더(Auto encoder)를 예시한다.
Auto encoder는 특징 벡터(Feature vector) x(x1, x2, x3, ...)를 입력 받아, 동일한 또는 유사한 vector x'(x'1, x'2, x'3, ...)'를 출력하는 neural network를 의미한다.
Auto encoder는 입력 노드와 출력 노드가 같은 특징을 가진다. Auto encoder는 입력을 재구성하기 때문에 출력을 재구성(reconstruction)이라고 지칭할 수 있다. 또한, Auto encoder는 Unsupervised learning의 일종이다.
도 11에서 예시하는 Auto encoder의 손실 함수(loss function)은 입력과 출력의 차이를 기반으로 계산되며, 이를 기반으로 input의 손실 정도를 파악하여 Auto encoder에서는 손실을 최소화할 수 있도록 최적화하는 과정이 수행된다.
이하, 보다 구체적인 AI(또는 AI/ML)의 설명을 위해 용어들을 다음과 같이 정의할 수 있다.
- 데이터 수집(Data collection): AI 모델 훈련(model training), 데이터 분석 및 추론(inference)을 위한 기반으로서, 네트워크 노드, 관리 개체(management entity) 또는 UE 등에서 수집된 데이터
- AI 모델(Model): 입력들의 집합을 기반으로, 예측 정보 및/또는 결정 파라미터들을 포함하는 출력들의 집합을 생성하는 AI 기술을 적용한 데이터 기반 알고리즘(data driven algorithm)
- AI/ML 훈련(Training): 데이터를 가장 잘 표시하고 추론을 위해 훈련된 AI/ML 모델을 획득하는 기능들과 패턴들을 학습(learning)함으로써 AI 모델을 훈련하는 온라인(online) 또는 오프라인(offline) 프로세스
- AI/ML 추론(Inference): 훈련된 AI 모델을 이용하여 수집된 데이터와 AI 모델에 기반하여 예측하거나 결정을 유도하는 프로세스
도 12는 AI 동작을 위한 기능적 프레임워크(functional framework)를 예시한다.
도 12를 참조하면, 데이터 수집(Data Collection) 기능(function)(10)은 입력 데이터를 수집하고 모델 훈련(Model Training) function(20) 및 모델 추론(Model Inference) function(30)에게 가공된 입력 데이터를 제공하는 기능이다.
입력 데이터의 예로서, UE들 또는 다른 네트워크 개체(network entity)로부터의 측정들, 액터(Actor)의 피드백, AI 모델의 출력이 포함될 수 있다.
Data Collection function(10)은 입력 데이터를 기반으로 데이터 준비(data preparation)를 수행하고, data preparation를 통해 가공된 입력 데이터를 제공한다. 여기서, Data Collection function(10)는 AI 알고리즘 별로 특정한 data preparation(예를 들어, 데이터 사전-처리(pre-processing) 및 정리(cleaning), 형식 지정(forming) 및 변환(transformation))을 수행하지 않으며, AI 알고리즘에 공통된 data preparation를 수행할 수 있다.
데이터 준비 과정을 수행된 후, Model Training function(10)은 Model Training function(20)에게 훈련 데이터(Training Data)(11)를 제공하며, Model Inference function(30)에게 추론 데이터(Inference Data)(12)를 제공한다. 여기서, Training Data)(11)는 AI Model Training function(20)을 위한 입력으로 필요한 데이터이다. Inference Data(12)는 AI Model Inference function(30)을 위한 입력으로 필요한 데이터이다.
Data Collection function(10)은 단일의 개체(예를 들어, UE, RAN 노드, 네트워크 노드 등)에 의해 수행될 수도 있지만 복수의 개체들에 의해 수행될 수도 있다. 이 경우, 복수의 개체들로부터 Training Data)(11)와 Inference Data(12)가 각각 Model Training function(20)과 Model Inference function(30)에게 제공될 수 있다.
Model Training function(20)은 AI 모델 테스트 절차의 일부로 모델 성능 메트릭(metric)을 생성할 수 있는 AI 모델 훈련, 검증(validation) 및 테스트(test)를 수행하는 기능이다. Model Training function(20)은 필요한 경우 Data Collection function(10)에서 제공하는 Training Data(11)를 기반으로 데이터 준비(예를 들어, data pre-processing 및 cleaning, forming 및 transformation)도 담당한다.
여기서, 모델 배포/업데이트(Model Deployment/Update)(13)는 훈련되고 검증되고 테스트된 AI 모델을 Model Inference function(30)에 초기 배포하거나 업데이트된 모델을 Model Inference function(30)에 제공하기 위해 사용된다.
Model Inference function(30)은 AI 모델 추론 출력(Output)(16)(예를 들어, 예측 또는 결정)을 제공하는 기능이다. Model Inference function(30)은 적용가능한 경우, Model Training function(20)에 모델 성능 피드백(Model Performance Feedback)(14)을 제공할 수 있다. 또한, Model Inference function(30)은 필요한 경우 Data Collection function(10)이 제공하는 Inference Data(12)를 기반으로 데이터 준비(예를 들어, data pre-processing 및 cleaning, forming 및 transformation)도 담당한다.
여기서, 출력(Output)(16)은 Model Inference function(30)에 의해 생성된 AI 모델의 추론 출력을 의미하며, 추론 출력의 세부 정보는 사용 사례에 따라 다를 수 있다.
Model Performance Feedback(14)은 사용 가능한 경우 AI 모델의 성능을 모니터링하는 데 사용할 수 있으며, 이 피드백은 생략될 수도 있다.
액터(Actor) function(40)은 Model Inference function(30)으로부터 출력(16)을 수신하고, 해당하는 작업/동작을 트리거 또는 수행하는 기능이다. Actor function(40)은 다른 개체(entity)(예를 들어, 하나 이상의 UE, 하나 이상의 RAN 노드, 하나 이상의 네트워크 노드 등) 또는 자신에 대한 작업/동작을 트리거할 수 있다.
피드백(15)은 Training data(11), Inference data(12)를 도출하기 위해 또는 AI Model의 성능, 네트워크에 미치는 영향 등을 모니터링하기 위해 이용될 수 있다.
한편, AI/ML에서 사용되는 데이터 세트(Data set)에서 훈련(Training)/ 검증(validation) / 테스트(test)에 대한 정의는 다음과 같이 구분될 수 있다.
- 훈련 데이터(Training data): 모델을 학습하기 위한 Data set을 의미한다.
- 검증 데이터(Validation data): 학습이 이미 완료된 모델을 검증하기 위한 Data set을 의미한다. 즉, 보통 training data set의 과대적합(over-fitting)을 방지하기 위해서 사용되는 data set을 의미한다.
또한, 학습하는 과정에서 학습된 여러 가지 모델 중 최고(best)를 선택하기 위한 Data set을 의미한다. 따라서, 따라서, 학습의 일종으로 볼 수도 있다.
- 테스트 데이터(Test data): 최종 평가를 위한 Data set을 의미한다. 이 데이터는 학습과는 무관한 데이터이다.
상기 data set의 경우, 일반적으로 training set을 나눈다면, 전체 training set 내에서 training data과 validation data를 8:2 또는 7:3 정도로 나누어 사용될 수 있으며, test까지 포함을 한다면, 6:2:2 (training: validation: test)를 나누어 사용될 수 있다.
기지국과 단말사이의 AI/ML function의 능력의(capable) 여부에 따라 협력레벨을 다음과 같이 정의할 수 있으며, 하기 복수의 레벨의 결합 혹은 어느 하나의 레벨의 분리로 인한 변형도 가능하다.
Cat 0a) 협력이 없는 프레임워크(No collaboration framework): AI/ML 알고리즘은 순수 구현 기반이며 무선 인터페이스 변경이 필요하지 않는다.
Cat 0b) 이 레벨은 효율적인 구현 기반 AI/ML 알고리즘에 맞추어 수정된 무선 인터페이스를 수반하지만 협력은 없는 프레임워크에 해당한다.
Cat 1) 각 노드의 AI/ML 알고리즘을 개선하기 위한 노드 간 지원이 수반된다. 이는 UE가 gNB(훈련, 적응 등을 위해)로부터 지원을 받는 경우에 적용되며, 그 반대의 경우도 마찬가지이다. 이 레벨에서는 네트워크 노드 간의 모델 교환이 필요하지 않는다.
Cat 2) UE와 gNB 간의 공동 ML 작업이 수행될 수 있다. 이 레벨은 AI/ML 모델 명령 또는 네트워크 노드 간의 교환이 필요하다.
앞서 도 12에서 예시된 기능들은 RAN 노드(예를 들어, 기지국, TRP, 기지국의 중앙 장치(CU: central unit) 등), 네트워크 노드, 네트워크 사업자의 OAM(operation administration maintenance) 또는 UE에서 구현될 수도 있다.
또는, RAN, 네트워크 노드, 네트워크 사업자의 OAM 또는 UE 중 2개 이상의 개체가 협력하여 도 12에서 예시된 기능이 구현될 수도 있다. 예를 들어, 어느 하나의 개체가 도 12의 기능 중 일부를 수행하고, 다른 개체가 나머지의 기능을 수행할 수 있다. 이처럼, 도 12에서 예시하는 기능들 중 일부의 기능들이 단일의 개체(예를 들어, UE, RAN 노드, 네트워크 노드 등)에 의해 수행됨에 따라, 각 기능들 간의 데이터/정보의 전달/제공이 생략될 수 있다. 예를 들어, Model Training function(20)과 Model Inference function(30)이 동일한 개체에 의해 수행된다면, Model Deployment/Update(13)와 Model Performance Feedback(14)의 전달/제공은 생략될 수 있다.
또는, 도 12에 예시된 기능 중 어느 하나의 기능을 RAN, 네트워크 노드, 네트워크 사업자의 OAM 또는 UE 중 2개 이상의 개체가 협력(collaboration)하여 수행할 수도 있다. 이를 분할 AI 동작(split AI operation)으로 지칭할 수 있다.
도 13은 분할 AI 추론을 예시하는 도면이다.
도 13에서는 split AI operation 중에서 특히 Model Inference function이 UE와 같은 종단 기기(end device)와 네트워크 AI/ML 종단 기기(network AI/ML endpoint)에서 협력하여 수행되는 경우를 예시한다.
Model Inference function 이외에도 Model Training function, Actor, Data Collection function 각각도 현재의 작업 및 환경에 따라 다수의 부분들로 분할(split)되고, 다수의 개체들이 협력함으로써 수행될 수 있다.
예를 들어, 계산 집약적(computation-intensive)이고 에너지 집약적(energy-intensive)인 부분을 network endpoint에서 수행되는 반면 개인 정보에 민감한 부분과 지연에 민감한 부분은 end device에서 수행될 수 있다. 이 경우, end device는 입력 데이터로부터 특정 부분/계층까지 작업/모델을 실행한 다음, 중간 데이터(intermediated data)를 네트워크 끝점으로 전송할 수 있다. network endpoint는 나머지 부분/계층을 실행하고 추론 출력(Inference outputs)결과를, 동작/작업을 수행하는 하나 이상의 장치들에게 제공한다.
도 14는 무선 통신 시스템에서 기능적 프레임워크(functional framework)의 적용을 예시한다.
도 14에서는 AI Model Training function이 네트워크 노드(예를 들어, 코어 네트워크 노드, 네트워크 사업자의 OAM 등)에 의해 수행되고, AI Model Inference function이 RAN 노드(예를 들어, 기지국, TRP, 기지국의 CU 등)에 의해 수행되는 경우를 예시한다.
단계 1: RAN 노드 1과 RAN 노드 2는 AI Model Training을 위한 입력 데이터(즉, Training data)를 네트워크 노드에게 전송한다. 여기서, RAN 노드 1과 RAN 노드 2는 UE로부터 수집한 데이터(예를 들어, 서빙 셀과 이웃 셀의 RSRP, RSRQ, SINR과 관련된 UE의 측정, UE의 위치, 속도 등)를 함께 네트워크 노드에게 전송할 수 있다.
단계 2: 네트워크 노드는 수신한 Training data를 이용하여 AI Model을 훈련한다.
단계 3: 네트워크 노드는 AI Model을 RAN 노드 1 및/또는 RAN 노드 2에게 배포/업데이트한다. RAN 노드 1(및/또는 RAN 노드 2)은 수신한 AI Model에 기반하여 모델 훈련을 계속 수행할 수도 있다.
설명의 편의를 위해 RAN 노드 1에게만 AI Model이 배포/업데이트되었다고 가정한다.
단계 4: RAN 노드 1은 UE와 RAN 노드 2로부터 AI Model Inference를 위한 입력 데이터(즉, Inference data)를 수신한다.
단계 5: RAN 노드 1은 수신한 Inference data를 이용하여 AI Model Inference를 수행하여 출력 데이터(예를 들어, 예측 또는 결정)을 생성한다.
단계 6: 적용가능한 경우, RAN 노드 1은 네트워크 노드에게 모델 성능 피드백을 전송할 수 있다.
단계 7: RAN 노드 1, RAN 노드 2 및 UE(또는 'RAN 노드 1과 UE', 또는 'RAN 노드 1과 RAN 노드 2')는 출력 데이터에 기반한 동작(action)을 수행한다. 예를 들어, 로드 밸런싱(load balancing) 동작인 경우, UE가 RAN 노드 1에서 RAN 노드 2로 이동할 수도 있다.
단계 8: RAN 노드 1과 RAN 노드 2는 네트워크 노드에게 피드백 정보를 전송한다.
도 15는 무선 통신 시스템에서 기능적 프레임워크(functional framework)의 적용을 예시한다.
도 15에서는 AI Model Training function과 AI Model Inference function이 모두 RAN 노드(예를 들어, 기지국, TRP, 기지국의 CU 등)에 의해 수행되는 경우를 예시한다.
단계 1: UE와 RAN 노드 2는 AI Model Training을 위한 입력 데이터(즉, Training data)를 RAN 노드 1에게 전송한다.
단계 2: RAN 노드 1은 수신한 Training data를 이용하여 AI Model을 훈련한다.
단계 3: RAN 노드 1은 UE와 RAN 노드 2로부터 AI Model Inference를 위한 입력 데이터(즉, Inference data)를 수신한다.
단계 4: RAN 노드 1은 수신한 Inference data를 이용하여 AI Model Inference를 수행하여 출력 데이터(예를 들어, 예측 또는 결정)을 생성한다.
단계 5: RAN 노드 1, RAN 노드 2 및 UE(또는 'RAN 노드 1과 UE', 또는 'RAN 노드 1과 RAN 노드 2')는 출력 데이터에 기반한 동작(action)을 수행한다. 예를 들어, 로드 밸런싱(load balancing) 동작인 경우, UE가 RAN 노드 1에서 RAN 노드 2로 이동할 수도 있다.
단계 6: RAN 노드 2는 RAN 노드 1에게 피드백 정보를 전송한다.
도 16은 무선 통신 시스템에서 기능적 프레임워크(functional framework)의 적용을 예시한다.
도 16에서는 AI Model Training function이 RAN 노드(예를 들어, 기지국, TRP, 기지국의 CU 등)에 의해 수행되고, AI Model Inference function이 UE에 의해 수행되는 경우를 예시한다.
단계 1: UE는 AI Model Training을 위한 입력 데이터(즉, Training data)를 RAN 노드에게 전송한다. 여기서, RAN 노드는 다양한 UE들로부터 및/또는 다른 RAN 노드로부터 데이터(예를 들어, 서빙 셀과 이웃 셀의 RSRP, RSRQ, SINR과 관련된 UE의 측정, UE의 위치, 속도 등)를 수집할 수 있다.
단계 2: RAN 노드는 수신한 Training data를 이용하여 AI Model을 훈련한다.
단계 3: RAN 노드는 AI Model을 UE에게 배포/업데이트한다. UE는 수신한 AI Model에 기반하여 모델 훈련을 계속 수행할 수도 있다.
단계 4: UE와 RAN 노드로부터(및/또는 다른 UE로부터) AI Model Inference를 위한 입력 데이터(즉, Inference data)를 수신한다.
단계 5: UE는 수신한 Inference data를 이용하여 AI Model Inference를 수행하여 출력 데이터(예를 들어, 예측 또는 결정)를 생성한다.
단계 6: 적용가능한 경우, UE는 RAN 노드에게 모델 성능 피드백을 전송할 수 있다.
단계 7: UE와 RAN 노드는 출력 데이터에 기반한 동작(action)을 수행한다.
단계 8: UE는 RAN 노드에게 피드백 정보를 전송한다.
준-동일 위치(QCL: Quasi-Co Location)
안테나 포트는 안테나 포트 상의 심볼이 운반되는 채널이 동일한 안테나 포트 상의 다른 심볼이 운반되는 채널로부터 추론될 수 있도록 정의된다. 하나의 안테나 포트 상의 심볼이 운반되는 채널의 특성(property)이 다른 안테나 포트 상의 심볼이 운반되는 채널로부터 유추될 수 있는 경우, 2 개의 안테나 포트는 QC/QCL(quasi co-located 혹은 quasi co-location) 관계에 있다고 할 수 있다.
여기서, 상기 채널 특성은 지연 확산(Delay spread), 도플러 확산(Doppler spread), 주파수/도플러 쉬프트(Frequency/Doppler shift), 평균 수신 파워(Average received power), 수신 타이밍/평균지연(Received Timing / average delay), 공간 수신 파라미터(Spatial Rx parameter) 중 하나 이상을 포함한다. 여기서 공간 수신 파라미터(Spatial Rx parameter)는 도달 각도(angle of arrival)과 같은 공간적인 (수신) 채널 특성 파라미터를 의미한다.
단말은 해당 단말 및 주어진 serving cell에 대해 의도된 DCI를 가지는 검출된 PDCCH에 따라 PDSCH를 디코딩하기 위해, 상위 계층 파라미터 PDSCH-Config 내 M 개까지의 TCI-State 설정의 리스트로 설정될 수 있다. 상기 M은 UE 능력(capability)에 의존한다.
각각의 TCI-State는 하나 또는 두 개의 DL 참조 신호와 PDSCH의 DM-RS 포트 사이의 quasi co-location 관계를 설정하기 위한 파라미터를 포함한다.
Quasi co-location 관계는 첫 번째 DL RS에 대한 상위 계층 파라미터 qcl-Type1과 두 번째 DL RS에 대한 qcl-Type2 (설정된 경우)로 설정된다. 두 개의 DL RS의 경우, reference가 동일한 DL RS 또는 서로 다른 DL RS인지에 관계없이 QCL type은 동일하지 않다.
각 DL RS에 대응하는 quasi co-location 타입(type)은 QCL-Info의 higher layer parameter qcl-Type에 의해 주어지며, 다음 값 중 하나를 취할 수 있다:
- 'QCL-TypeA': {Doppler shift, Doppler spread, average delay, delay spread}
- 'QCL-TypeB': {Doppler shift, Doppler spread}
- 'QCL-TypeC': {Doppler shift, average delay}
- 'QCL-TypeD': {Spatial Rx parameter}
예를 들어, 목표 안테나 포트(target antenna port)가 특정 NZP CSI-RS 인 경우, 해당 NZP CSI-RS 안테나 포트(들)은 QCL-Type A관점에서는 특정 TRS와, QCL-Type D관점에서는 특정 SSB과 QCL되었다고 지시/설정될 수 있다. 이러한 지시/설정을 받은 단말은 QCL-TypeA TRS에서 측정된 Doppler, delay값을 이용해서 해당 NZP CSI-RS를 수신하고, QCL-TypeD SSB 수신에 사용된 수신 빔을 해당 NZP CSI-RS 수신에 적용할 수 있다.
UE는 8개까지의 TCI state들을 DCI 필드 'Transmission Configuration Indication'의 코드포인트(codepoint)에 매핑하기 위해 사용되는 MAC CE 시그널링에 의한 활성 명령(activation command)을 수신할 수 있다.
빔 지시 방법
본 개시에서 QCL type-D 참조 신호(RS: reference signal) 혹은 TCI 상태(state)(또는 줄여서 TCI)는 공간 파라미터(spatial parameter), 즉 DL 빔에 대한 QCL 참조(reference) RS를 의미할 수 있으며 또는 해당 공간 파라미터 혹은 다른 빔/공간 관련 파라미터에 대한 reference RS 혹은 소스(source) RS로 확장되어 해석될 수 있다. 또한, 본 개시의 제안 방법에서, 저주파 대역과 같이 아날로그 빔포밍이 사용되지 않는 환경에서 QCL type-D RS의 지시가 생략될 수도 있다. 이 경우, 본 개시에서의 QCL type-D RS는 QCL reference RS로 해석될 수 있다 (즉, TCI state에 reference RS가 하나만 존재하는 경우 해당 RS를 지칭할 수 있다). 또한, UL 관점에서 TCI state(혹은 줄여서 TCI)는 UL 빔에 대한 reference/source RS를 포함하여 지칭할 수 있으며, 또는 기존 Rel-15/16에서의 공간 관계(spatial relation) RS (및 경로손실(pathloss) RS)를 지시하는 것일 수 있다. 여기서, pathloss RS는 해당 spatial relation RS와 동일하거나 또는 UL TCI state와 연관되어 설정되거나 혹은 별도로 설정될 수도 있다.
빔 지시는 Rel-15에서는 각 DL/UL 채널/신호 단위로 수행되었지만, Rel-16에서는 복수의 컴포넌트 캐리어(component carrier)에 대한 통합적인 빔 지시 방법, 복수의 PUCCH 자원들에 대해 통합적인 빔 지시 방법 등이 도입되었다. 또한, Rel-17에서는 복수의 DL/UL 채널/신호들에 대해 통합적인 빔 지시 방법도 도입되었다. Rel-17 방식에 따르면, TCI state를 DL뿐만 아니라 UL에도 적용할 수 있다. 또한, 해당 TCI state가 PDCCH, PDSCH, PUCCH, PUSCH, SRS, CSI-RS까지 적용될 수 있어, 해당 TCI state를 변경/지시함으로써 상기 DL/UL 채널/신호들에 대한 빔을 한 번에 변경할 수 있다.
UE는 상기 UE 및 주어진 서빙 셀을 위한 DCI를 포함하는 검출된 PDCCH에 따라 PDSCH를 디코딩하기 위해 상위 계층 파라미터 PDSCH-Config 내의 최대 M개의 TCI-state 설정들(즉, DL TCI)의 리스트로 설정될 수 있다. 여기서, 각 TCI-state는 하나 또는 두 개의 DL 참조 신호(RS: reference signal)와 PDSCH의 DM-RS 포트, PDCCH의 DM-RS 포트 또는 CSI의 CSI-RS 포트(들) 간의 QCL 관계를 설정하기 위한 파라미터들을 포함한다.
또한, UE는 i) BWP/컴포넌트 캐리어(CC: component carrier) 내 PDSCH의 DMRS 및 PDDCCH의 DMRS, CSI-RS를 위한 QCL을 위한 RS를 제공하기 위한 그리고 ii) BWP/CC 내 동적-그랜트(dynamic grant) 및 설정된-그랜트(configured-grant) 기반 PUSCH 및 PUCCH 자원을 위한 UL Tx 공간 필터(spatial filter)를 결정하기 위한 참조를 제공하기 위한, PDSCH-Config 내 상위 계층 파라미터 dl-OrJointTCI-StateToAddModList (즉, 조인트 TCI) 내 최대 128개의 TCI-state 설정들의 리스트로 설정될 수 있다.
또한, UE는 상위 계층 파라미터 BWP-UplinkDedicated 내에서 최대 64개의 TCI-UL-State 설정들(즉, UL TCI)의 리스트로 설정될 수 있다. 각 TCI-UL-State 설정은 CC 내 dynamic-grant 및 configured-grant 기반 PUSCH 및 PUCCH 자원, 그리고 SRS를 위한 UL TX spatial filter를 결정하기 위한 RS를 설정하기 위한 파라미터를 포함한다.
해당 빔 지시 방식은 크게 다음 두 가지로 구분된다.
방식(Scheme) 1) MAC-CE 기반 방식
상술한 바와 같이 RRC 시그널링에 의해 N개의 TCI state들이 설정되고, MAC-제어 요소(CE: control element)를 통해 N개의 TCI state들 중에서 하나의 TCI state만이 활성화되면, UE는 상기 채널/신호들에 해당 TCI state를 적용(즉, MAC-CE로 활성화한 빔을 적용)한다.
예를 들어, DL RS/channel의 TCI state 지시를 위한 MAC CE는 반지속적(SP: semi-persistent) CSI-RS/CSI-IM 자원 세트 활성화/비활성화(SP CSI-RS/CSI-IM Resource Set Activation/Deactivation) MAC CE, UE 특정 PDSCH에 대한 TCI 상태 활성화/비활성화(TCI States Activation/Deactivation for UE-specific PDSCH) MAC CE, UE 특정 PDCCH에 대한 TCI 상태 지시(TCI State Indication for UE-specific PDCCH) MAC CE 등을 포함할 수 있다. 또한, UL RS/channel의 spatial relation 또는 TCI state 지시를 위한 MAC CE는 SP SRS 활성화/비활성화(SP SRS Activation/Deactivation) MAC CE, 향상된 SP/비주기적(AP: aperiodic) SRS 공간 관계 지시(Enhanced SP/AP SRS Spatial Relation Indication) MAC CE, SP/AP SRS TCI 상태 지시(SP/AP SRS TCI State Indication) MAC CE, PUCCH 공간 관계 활성/비활성(PUCCH spatial relation Activation/Deactivation) MAC CE, 향상된 PUCCH 공간 관계 활성/비활성(Enhanced PUCCH Spatial Relation Activation/Deactivation) MAC CE 등을 포함할 수 있다. 또한, DL RS/channel와 UL RS/channel에 대한 통합된 TCI state 지시를 MAC CE는 통합된 TCI 상태들 활성/비활성(Unified TCI States Activation/Deactivation) MAC CE 등을 포함할 수 있다.
Scheme 2) DCI 기반 방식
상술한 바와 같이 RRC 시그널링에 의해 N개의 TCI state들이 설정되고, MAC-CE(상기 MAC-CE 기반 방식에서 예시된 MAC CE 참조)를 통해 그 중에서 M개(M>1) TCI state들이 활성화된다. 이후 DCI에 의해 M개의 활성화된 TCI state들 중에서 하나의 TCI state가 지정된다(기 정의된 DCI내의 TCI 필드를 사용). UE는 상기 채널/신호들에 해당 TCI state를 적용(즉, DCI로 최종 지시된 빔을 적용)한다.
UE는 dl-OrJoint-TCIStateList 또는 PDSCH-Config 내에서 TCI-state가 설정되면, PDSCH의 DMRS, PDCCH의 DMRS, CSI-RS가 지시된 TCI-state의 'typeD'로 셋팅된 qcl-Type으로 설정된 RS와 QCL된다고 가정할 수 있다.
UE가 dl-OrJoint-TCIStateList 또는 TCI-UL-State로 설정되면, UE는 UL TX spatial filter를 결정하기 위한 RS를 참조하는 공간 관계(spatial relation)에 따라 타입 1 configured grant 또는 타입 2 configured grant 또는 dynamic grant에 해당하는 PUSCH 전송을 수행할 수 있다. 상기 RS는 i) 지시된 TCI-state의 'typeD'로 셋팅된 qcl-Type으로 설정된 RS 또는 ii) 지시된 TCI-UL-State 내 RS에 기반하여 결정될 수 있다.
향후 AI/ML 등의 도입으로 미래시점의 최적 전송 빔(Tx beam)에 대한 예측이 가능한 네트워크의 경우, UL/DL의 Tx beam을 보다 효과적으로 결정할 수 있다.
본 개시에서는 위와 같은 빔 지시 동작/방법에 기반하여(즉, 확장/변형하여) 다수의 UE로 구성되는 UE 그룹에 대한 멀티캐스트 (미래 시점의 최적의) 빔 지시 방법을 제안한다.
본 개시에서 빔(beam)은 TCI state(또는 간단히 TCI)와 동등하게 해석될 수 있다.
또한, 이하 본 개시의 설명에 있어서, 별다른 언급이 없더라도 UE 그룹은 하나 이상의 UE로 구성된다고 가정하며, 하나의 UE만으로 구성되는 경우는 하나의 UE 그룹은 하나의 UE로 해석될 수 있다.
고속 열차(HST: high speed train)의 경우 UE가 빠른 속도로 움직이지만 철로를 따라 일정한 속도로 움직이므로 송수신 beam에 대한 예측이 비교적 수월하다.
도 17은 고속 열차 시나리오를 예시하는 도면이다.
도 17을 참조하면, UE 그룹(group) 4에 포함된(속한) UE들은 현재 빔(beam) 2로 DL 채널(channel)을 수신하고 있으며, UE group 1에 포함된(속한) UE들은 현재 beam 1로 DL channel을 수신하고 있는 경우를 예시한다. 기차의 진행 방향 기준으로 앞부터 UE group 1, 2, 3, 4가 있으므로 일정 시간 t가 지난 뒤 UE group 2가 beam 1으로 DL channel을 수신하고, 일정 시간 2t가 지난 뒤 UE group 3가 beam 1으로 DL channel을 수신하고, 일정 시간 3t가 지난 뒤 UE group 4가 beam 1으로 DL channel을 수신하는 것이 바람직하다. 따라서, beam 1은 현재 UE group 1에게만 적용되지만 시간이 지남에 따라 다른 UE group에게도 모두 적용되어야 할 필요가 있다.
이에 따라 기존 UE 특정 빔 지시(UE specific beam indication) 방식보다는 다수의 UE가 beam 지시를 받는 멀티캐스트 빔 지시(multi-cast beam indication) 방식을 통해 시그널링 오버헤드를 줄일 수 있다.
즉, 본 개시에서는 각 UE 그룹은 하나 이상의 UE들로 구성되며, 하나 이상의 UE 그룹에 대하여 하나 이상의 빔을 단일의 시그널링으로 지시하는 방법을 제안한다. 이하, 본 개시에서 설명의 편의를 위해 UE는 자신의 어떤 UE 그룹(group)에 속하는지 알고 있다고 가정하며, 일례로 기지국은 각 UE에게 자신이 어떤 UE 그룹(group)에 속해 있는지 사전에 지시할 수 있다.
도 18은 본 개시의 일 실시예에 따른 빔 지시를 예시하는 도면이다.
도 18을 참조하면, multi-cast beam indication은 하나 이상의 UE 그룹에 적용될 빔(beam)에 대한 정보(예를 들어, TCI 상태 또는 QCL type-D RS 등)와 각 UE 그룹 별로 해당 beam을 적용할 시간 오프셋(time offset)을 포함할 수 있다. 또한, 각 UE group에 대한 식별 정보/인덱스를 더 포함될 수도 있다. 상술한 바와 같이, 하나의 UE 그룹은 하나 이상의 UE로 구성될 수 있다. 예를 들어, 하나의 UE로 구성되는 경우, 도 18에서 UE 그룹 1, 2, 3, 4는 각각 UE 1, 2, 3, 4로 해석될 수 있다.
즉, 기지국은 multi-cast beam indication을 통해 다수 UE group에게 적용할 beam을 지시할 수 있으며, 또한 각 UE group 별로 해당 beam을 언제 적용할지 time offset을 지시할 수 있다. 여기서, time offset은 OFDM 심볼(symbol) 단위, 슬롯(slot) 단위, 절대 시간 단위 (예를 들어, ms) 등으로 지시될 수 있다.
여기서, Time offset을 적용하는 기준 시간은 해당 multi-cast 신호(즉, multi-cast beam indication를 포함하는 신호)가 UE에 의해 수신 완료한 시점일 수 있으며, 또는 기준 시간 자체가 multi-cast 신호(즉, multi-cast beam indication를 포함하는 신호)에 추가되어 지시될 수도 있다. 여기서, time offset을 적용하는 기준 시간의 단위는 해당 time offset의 단위와 동일하게 적용될 수 있다. 예를 들어 multi-cast beam indication가 DCI로 전송되는 경우, DCI가 수신되는 마지막 OFDM 심볼(symbol)을 기준으로 기준 시간이 정해질 수 있다.
각 UE는 자신이 속한 UE group에 있는 time offset 값을 기준 시간에 더하여 산출된 시간에 (또는 그 시간부터 다음 새로운 beam이 지시될 때까지) 지시된 beam을 적용할 수 있다. 또한, 각 UE는 자신이 속한 UE group에 있는 time offset 값을 기준 시간에 더하여 산출된 시간부터 지시된 beam을 특정 duration동안 적용할 수도 있다. 여기서, duration은 해당 multi-cast beam indication 또는 별도의 시그널링으로 UE에게 제공될 수 있으며, 표준 등에 미리 정의될 수 있다.
예를 들어, 도 17의 케이스에 도 18의 지시 방법을 적용한다면, beam indication = beam 1로 지시되고, UE group 1, 2, 3, 4에 대해 각각 time offset 값으로 1, 2, 3, 4가 지시될 수 있다. 상술한 바와 같이, 해당 time offset은 OFDM symbol 단위, slot 단위, 절대 시간 단위 (예를 들어, ms) 등으로 지시될 수 있으며, slot 단위로 지시되었다고 가정한다. 이 경우, 기준 시간에 의해 정해진 기준 slot n에 대해 UE group 1, 2, 3, 4는 각각 slot n+1, n+2, n+3, n+4에 beam 1을 적용하며, 다음 beam 지시가 있을 때까지 혹은 특정 duration(여기서, duration 정보는 추가로 지시될 수 있음) 동안 해당 beam을 적용할 수 있다.
도 19는 본 개시의 일 실시예에 따른 빔 지시를 예시하는 도면이다.
도 19를 참조하면, beam indication은 하나 이상의 빔(beam)에 대한 정보(예를 들어, TCI 상태 또는 QCL type-D RS 등)와 각 빔 별로 해당 beam을 적용할 시간 오프셋(time offset)을 포함할 수 있다. 또한, 대상 UE group(또는 UE)에 대한 식별 정보/인덱스를 더 포함될 수도 있다. 여기서, time offset은 OFDM 심볼(symbol) 단위, 슬롯(slot) 단위, 절대 시간 단위 (예를 들어, ms) 등으로 지시될 수 있다.
즉, 기지국은 유사한/동일한 채널환경을 겪는 UE group에 대해 beam 지시를 multi-cast 전송할 수 있다. 여기서 기지국은 HST와 같이 미래 beam에 대한 예측이 가능한 환경에서는 하나의 beam 뿐 아니라 좀 더 먼 미래에 적용할 다수의 beam에 대한 지시를 한 번에 수행할 수 있다. 예를 들어, t 시점에서 UE group 1에 대해 beam 1을 적용하고, t+1, t+2, t+3 시점에서 각각 beam 2, 3, 4를 적용하는 것이 좋다고 기지국(예를 들어, 기지국 AI)가 판단한 경우, 기지국은 도 19와 같은 multi-cast beam indication를 UE group에게 시그널링할 수 있다.
또는, 상술한 바와 같이, 하나의 UE 그룹은 하나 이상의 UE로 구성될 수 있다. 예를 들어, 하나의 UE로 구성되는 경우, 도 19에 따른 빔 지시(즉, unicast beam indication)는 하나의 UE에게 시그널링될 수 있다.
즉, 단일의 beam indication에 의해 하나 이상의 beam이 지시되고, 각 beam이 적용될 time offset 값이 지시될 수 있다. 도 19를 참조하면, beam 1, 2, 3, 4이 한번에 지시되고, 각 beam이 적용되어야 할 time offset 값이 지시되는 경우를 예시한다. 이를 수신한 UE group(또는 UE)은 기준 시간으로부터 offset 1 이후 beam 1을 적용하고, offset 2 이후 beam 2을 적용하고, offset 3 이후 beam 3을 적용하고, offset 4 이후 beam 4을 적용할 수 있다. 상술한 바와 같이, time offset은 OFDM 심볼(symbol) 단위, 슬롯(slot) 단위, 절대 시간 단위 (예를 들어, ms) 등으로 지시될 수 있다. 또한, time offset을 적용하는 기준 시간은 해당 multi-cast 신호(즉, multi-cast beam indication를 포함하는 신호)가 UE에 의해 수신 완료한 시점일 수 있으며, 또는 기준 시간 자체가 multi-cast 신호(즉, multi-cast beam indication를 포함하는 신호)에 추가되어 지시될 수도 있다. 여기서, time offset을 적용하는 기준 시간의 단위는 해당 time offset의 단위와 동일하게 적용될 수 있다.
도 20은 본 개시의 일 실시예에 따른 빔 지시를 예시하는 도면이다.
도 20은 상술한 도 18 및 도 19의 예시가 조합된 케이스를 예시한다. 즉, 도 20을 참조하면, multi-cast beam indication은 하나 이상의 UE 그룹에 적용될 하나 이상의 빔(beam)에 대한 정보(예를 들어, TCI 상태 또는 QCL type-D RS 등)와 각 UE group 별로 각각의 beam을 해당 beam을 적용할 시간 오프셋(time offset)을 포함할 수 있다. 또한, 각 UE group에 대한 식별 정보/인덱스를 더 포함될 수도 있다. 여기서, time offset은 OFDM 심볼(symbol) 단위, 슬롯(slot) 단위, 절대 시간 단위 (예를 들어, ms) 등으로 지시될 수 있다. 상술한 바와 같이, 하나의 UE 그룹은 하나 이상의 UE로 구성될 수 있다. 예를 들어, 하나의 UE로 구성되는 경우, 도 20에서 UE 그룹 1, 2, 3, 4는 각각 UE 1, 2, 3, 4로 해석될 수 있다.
도 20을 참조하면, UE group 1, 2, 3, 4 모두 동일하게 beam 1, 2, 3, 4가 적용될 수 있지만, 각 UE group 별로 각 beam이 적용될 time offset은 독립적으로 설정될 수 있다.
또한, 도 20에서는 설명의 편의를 위해 UE group 1, 2, 3, 4 모두 동일하게 beam 1, 2, 3, 4가 설정되는 경우를 예시하고 있지만, UE group 별로 서로 다른 beam(들)이 설정될 수도 있다. 예를 들어, UE group 1, 2에는 beam 1, 2, 3, 4가 설정되고, UE group 3에는 beam 2, 3, 4가 설정되며, UE group 4에는 beam 3, 4가 설정될 수 있다. 이 경우, UE group 별로 해당 group에 설정되는 beam(들)에 대한 time offset 정보만이 포함될 수 있다.
상술한 multi-cast beam indication 정보는 DCI/MAC 제어 요소(CE: control element)/RRC 등 다양한 시그널링 방식으로 UE들에게 지시될 수 있다.
예를 들어, DCI가 이용되는 경우, multi-cast 용도의 DCI 포맷 2-x를 추가로 정의하여 해당 multi-cast beam indication 정보를 전송하는데 사용할 수 있다. 즉, multi-cast beam indication 정보의 전송을 위한 별도의 DCI 포맷이 정의될 수 있다. 또한, 해당 DCI의 스크램블링 시퀀스 생성(Scrambling sequence generation) 및 CRC(cyclic redundancy check) 체크를 위해 사용되는 별도의 RNTI가 추가로 정의될 수 있다. 즉, multi-cast beam indication 정보의 전송을 위한 별도의 RNTI가 정의될 수 있으며, 이 경우 UE는 새롭게 정의된 RNTI를 이용하여 해당 multi-cast beam indication 정보를 포함하는 DCI를 디코딩(decoding)할 수 있다.
다른 예로서, MAC-CE가 이용되는 경우(또는 RRC 시그널링이 이용되는 경우), 상기 multi-cast beam indication 정보는 PDSCH를 통해 전송될 수 있다. 이 경우, 해당 PDSCH를 스케줄링하는 DCI는 다수의 UE에게 전달될 수 있도록 공통 서치 스페이스(common search space)를 통해 전송될 수 있다. 또한, 해당 PDSCH를 스케줄링하는 DCI의 Scrambling sequence generation 및 CRC check을 위해 사용되는 별도의 RNTI가 추가로 정의될 수 있으며, 이 경우 UE는 새롭게 정의된 RNTI를 이용하여 해당 multi-cast beam indication 정보를 포함하는 DCI를 디코딩(decoding)할 수 있다.
또한, 상술한 제안 방법에서 네트워크/기지국이 해당 출력(output)(즉, multi-cast beam indication 정보)(예를 들어, 도 12에서 출력(16)에 해당할 수 있으며, 도 14 또는 도 15와 같은 절차를 통해 출력이 도출될 수도 있다)을 도출하기 위하여 UE 또는 UE group은 네트워크/기지국에게 입력(input) 파라미터(예를 들어, 도 12에서 추론 데이터(12)에 해당할 수 있다)로서 UE의 위치 및/또는 속도 관련 정보, DL 채널/신호 측정 값, 빔 별 SINR(signal to interference and noise ratio), 빔 별 RSRP(reference signal received power), 빔의 선호도 등을 제공할 수 있다.
또한, 상술한 실시예에 따른 제안 방법은 설명의 편의를 위해 HST 환경을 가정하였으나, 본 개시가 이에 한정되는 것은 아니며 다른 시나리오/환경에서도 확장되어 적용될 수 있다.
또한, 상술한 실시예에 따른 제안 방법은 하나의 방법이 단독으로 적용될 수도 있으며, 둘 이상의 제안 방법들이 조합/결합을 통해 최종 적용될 수도 있다.
또한, 상술한 실시예에 따른 제안 동작들의 적용 여부는 기지국이 UE에게 RRC/MAC CE(control element)/DCI 등의 시그널링을 통해 지시할 수 있다.
또한, 상술한 실시예에 따른 제안 동작들은 PDSCH/PUSCH/PDCCH/PUCCH 등 다양한 채널 또는 참조 신호에 적용될 수 있다.
도 21은 본 개시의 일 실시예에 따른 무선 신호 송수신 방법에 대한 네트워크와 UE 간의 시그널링 절차를 예시한다.
도 21은 본 발명에서 제안하는 방법들(예를 들어, 어느 하나의 제안 방법 또는 복수의 제안 방법의 조합)에 대한 네트워크(network)(예를 들어, TRP 1, TRP 2)와 UE 간의 시그널링을 예시한다. 여기서 UE/네트워크는 일례일 뿐, 다양한 장치로 대체 적용될 수 있다. 도 21은 단지 설명의 편의를 위한 것일 뿐, 본 개시의 범위를 제한하는 것이 아니다. 또한, 도 21에 예시된 일부 단계(들)은 상황 및/또는 설정 등에 따라 생략될 수도 있다.
도 21에서 설명하는 시그널링 방식은 다수의 TRP들 및 다수의 UE들 간의 시그널링에도 확장되어 적용될 수 있다. 이하 설명에서 네트워크는 복수의 TRP를 포함하는 하나의 기지국일 수 있으며, 복수의 TRP를 포함하는 하나의 셀(Cell)일 수 있다. 일례로, 네트워크를 구성하는 TRP 1과 TRP 2 간에는 이상적인(ideal)/비이상적인(non-ideal) 백홀(backhaul)이 설정될 수도 있다. 또한, 이하 설명은 다수의 TRP들을 기준으로 설명되나, 이는 다수의 패널(panel)들을 통한 전송에도 동일하게 확장하여 적용될 수 있다. 더하여, 본 개시에서 UE가 TRP1/TRP2로부터 신호를 수신하는 동작은 UE가 네트워크로부터 (TRP1/2를 통해/이용해) 신호를 수신하는 동작으로도 해석/설명될 수 있으며(혹은 동작일 수 있으며), 단말이 TRP1/TRP2로 신호를 전송하는 동작은 UE가 네트워크에게 (TRP1/TRP2를 통해/이용해) 신호를 전송하는 동작으로 해석/설명될 수 있고(혹은 동작일 수 있고), 역으로도 해석/설명될 수 있다.
기지국은 UE와 데이터의 송수신을 수행하는 객체(object)를 총칭하는 의미일 수 있다. 예를 들어, 상기 기지국은 하나 이상의 TP(Transmission Point)들, 하나 이상의 TRP(Transmission and Reception Point)들 등을 포함하는 개념일 수 있다. 또한, TP 및/또는 TRP는 기지국의 패널, 송수신 유닛(transmission and reception unit) 등을 포함하는 것일 수 있다. 또한, “TRP”는 패널(panel), 안테나 어레이(antenna array), 셀(cell)(예를 들어, 매크로 셀(macro cell) / 스몰 셀(small cell) / 피코 셀(pico cell) 등), TP(transmission point), 기지국(base station, gNB 등) 등의 표현으로 대체되어 적용될 수 있다. 상술한 바와 같이, TRP는 CORESET 그룹(또는 CORESET 풀)에 대한 정보(예를 들어, 인덱스, ID)에 따라 구분될 수 있다. 일례로, 하나의 UE가 다수의 TRP(또는 셀)들과 송수신을 수행하도록 설정된 경우, 이는 하나의 UE에 대해 다수의 CORESET 그룹(또는 CORESET 풀)들이 설정된 것을 의미할 수 있다. 이와 같은 CORESET 그룹(또는 CORESET 풀)에 대한 설정은 상위 계층 시그널링(예: RRC 시그널링 등)을 통해 수행될 수 있다.
UE는 네트워크로부터 설정 정보(configuration information)를 수신한다(S2101).
상기 설정 정보는 네트워크의 구성(예를 들어, TRP 구성)과 관련된 정보 / M-TRP 기반의 송수신과 관련된 정보(예를 들어, 자원 할당 등) 등을 포함할 수 있다. 이 때, 상기 설정 정보는 상위 계층 시그널링(예를 들어, RRC 시그널링, MAC-CE 등)을 통해 전달될 수 있다.
상기 설정 정보는 상술한 제안 방법(예를 들어, 어느 하나의 제안 방법 또는 복수의 제안 방법의 조합)에서 설명된 TCI 상태(즉, 빔)의 설정과 관련된 설정 정보를 포함할 수 있다.
보다 구체적으로, 상기 설정 정보는 조인트(joint TCI) 및/또는 개별된(separate) DL/UL TCI의 설정을 위한 정보를 포함할 수 있다. 예를 들어, 상기 설정 정보는 하향링크 채널(예를 들어, PDSCH, PDCCH)의 DMRS/하향링크 신호(예를 들어, CSI-RS)에 대한 QCL을 위한 참조 신호를 제공하며, 그리고/또는 상향링크 채널(예를 들어, PUSCH, PUCCH)의 DMRS/상향링크 신호(예를 들어, SRS)의 상향링크 전송 공간 필터(spatial filter)를 결정하기 위한 참조를 제공하는 TCI 상태들의 리스트를 포함할 수 있다. 예를 들어, UE는 PDSCH를 디코딩하기 위해 상위 계층 파라미터 PDSCH-Config 내의 최대 M개의 TCI-state 설정들(즉, DL TCI)의 리스트로 설정될 수 있다. 다른 예로서, UE는 i) PDSCH의 DMRS 및 PDDCCH의 DMRS, CSI-RS를 위한 QCL을 위한 RS를 제공하기 위한 그리고 ii) 동적-그랜트(dynamic grant) 및 설정된-그랜트(configured-grant) 기반 PUSCH 및 PUCCH 자원을 위한 UL Tx 공간 필터(spatial filter)를 결정하기 위한 참조를 제공하기 위한, PDSCH-Config 내 최대 128개의 TCI-state 설정들의 리스트로 설정될 수 있다. 또 다른 예로서, UE는 상위 계층 파라미터 BWP-UplinkDedicated 내에서 최대 64개의 TCI-UL-State 설정들(즉, UL TCI)의 리스트로 설정될 수 있다.
또한, 다수의 UE들은 복수의 UE 그룹으로 구성될 수 있으며, 각 UE 그룹은 하나 이상의 UE들로 구성될 수 있다. 이 경우, 상기 설정 정보는 UE 그룹에 대한 정보(또는 자신이 속한 UE 그룹에 대한 정보)를 포함할 수 있다.
UE는 네트워크로부터 제어 정보를 수신한다(S2102).
여기서, 상기 제어 정보는 상술한 빔 지시(또는, TCI 상태 지시)에 해당할 수 있으며, 또는 상술한 빔 지시(또는, TCI 상태 지시)를 포함하는 제어 정보일 수 있다. 이하, 설명의 편의를 위해 제어 정보로 통칭하여 설명한다.
상기 제어 정보는 상술한 설정 정보에 의해 설정된 TCI 상태 리스트 내에서(복수의 TCI 상태들 중에서) 하나 이상의 UE에 대해(또는, 하나 이상의 UE 그룹에 대해) 적용될 하나 이상의 TCI 상태(즉, 빔)을 지시할 수 있다. 또한, 상기 제어 정보는 해당 빔(즉, TCI 상태)의 지시가 적용되는 하향링크 전송(예를 들어, PDSCH, PDCCH 등) 및/또는 상향링크 전송(예를 들어, PUSCH, PUCCH 등)을 지정할 수 있다.
또한, 상기 제어 정보는 상기 하나 이상의 TCI 상태의 각각에 대한 개별적인 시간 오프셋을 포함할 수 있다. 여기서, 상기 시간 오프셋은 심볼 단위, 슬롯 단위 또는 절대 시간 단위로 지시될 수 있다.
예를 들어, 도 18의 예시와 같이, 상기 제어 정보는 하나 이상의 UE 그룹(또는 하나 이상의 UE)에 대해 적용될 하나의 TCI 상태에 대한 정보와 상기 하나 이상의 UE 그룹(또는 하나 이상의 UE)의 각각에 대해 상기 하나의 TCI 상태에 대한 시간 오프셋을 포함할 수 있다. 다른 예로서, 도 19의 예시와 같이, 상기 제어 정보는 하나의 UE 그룹(또는 하나의 UE)에 대해 적용될 하나 이상의 TCI 상태에 대한 정보와 상기 하나 이상의 TCI 상태의 각각에 대한 시간 오프셋을 포함할 수 있다. 또 다른 예시로서, 도 20의 예시와 같이, 상기 멀티캐스트 제어 정보는 하나 이상의 UE 그룹(또는 하나 이상의 UE)에 대해 적용될 하나 이상의 TCI 상태에 대한 정보와 상기 하나 이상의 UE 그룹(또는 하나 이상의 UE)의 각각에 대해 상기 하나 이상의 TCI 상태의 각각에 대한 시간 오프셋을 포함할 수 있다.
여기서, 상기 시간 오프셋은 시간 도메인에서 상기 멀티캐스트 제어 정보의 수신 완료 시점으로부터 계산될 수 있다. 또는, 상기 멀티캐스트 제어 정보는 상기 시간 오프셋에 대한 기준 시간에 대한 정보를 더 포함할 수 있으며, 이 경우 상기 시간 오프셋은 시간 도메인에서 상기 기준 시간으로부터 계산될 수도 있다.
또한, 상기 멀티캐스트 제어 정보는 상기 하나 이상의 TCI 상태가 적용될 시간구간에 대한 정보를 포함할 수 있으며, 이 경우 상기 시간 오프셋에 따른 시간으로부터 상기 시간구간 동안 상기 하나 이상의 TCI 상태가 적용될 수 있다. 또한, 상기 시간 구간은 상기 시간 오프셋과 같이 심볼 단위, 슬롯 단위 또는 절대 시간 단위로 지시될 수 있다. 또한, 상기 도 18의 시간 오프셋처럼, 상기 시간 구간도 상기 하나 이상의 UE 그룹의 각각에 대해 상기 하나의 TCI 상태에 대한 시간 구간이 지시될 수 있다. 또한, 상기 도 19의 시간 오프셋처럼, 상기 시간 구간도 상기 하나 이상의 TCI 상태의 각각에 대해 지시될 수 있다. 또한, 상기 도 20의 시간 오프셋처럼, 상기 시간 구간도 상기 하나 이상의 UE 그룹의 각각에 대해 상기 하나 이상의 TCI 상태의 각각에 대해 지시될 수 있다.
상기 하나 이상의 TCI 상태는 네트워크/기지국이 인공지능/머신러닝(AI/ML) 모델로부터 도출하는 출력(output)에 해당할 수 있다. 예를 들어, 상기 하나 이상의 TCI 상태는 도 12에서 출력(16)에 해당할 수 있으며, 도 14 또는 도 15와 같은 절차를 통해 출력이 도출될 수도 있다. 여기서, 상기 하나 이상의 TCI 상태는 상기 하나 이상의 UE들에 대한 {위치, 속도, 하향링크 채널 측정 값, 하향링크 참조 신호 별 SINR(signal to interference and noise ratio), 하향링크 참조 신호 별 RSRP(reference signal received power), 하향링크 참조 신호에 대한 선호도} 중에서 적어도 하나를 이용하여 인공지능/머신러닝(AI/ML) 모델로부터 도출될 수 있다.
또한, 상기 멀티캐스트 제어 정보는 DCI/MAC CE/RRC 등 다양한 시그널링 방식으로 전송될 수 있다.
예를 들어, DCI가 이용되는 경우, 해당 DCI는 PDCCH를 통해 전송될 수 있다. 또한, 멀티캐스트 제어 정보를 위해 정의된 DCI 포맷이 이용될 수 있으며, 그리고/또는 멀티캐스트 제어 정보를 위해 정의된 RNTI가 해당 DCI의 CRC 스크램블링을 위해 이용될 수 있다.
다른 예로서, MAC CE가 이용되는 경우, 해당 MAC CE는 PDSCH를 통해 전송될 수 있다. 또한, 해당 PDSCH를 스케줄링하는 DCI는 공통 서치 스페이스에서 모니터링/수신될 수 있으며, 멀티캐스트 제어 정보를 위해 정의된 RNTI가 해당 DCI의 CRC 스크램블링을 위해 이용될 수 있다.
UE는 상기 하나 이상의 TCI 상태에 기반하여 네트워크에게 상향링크 전송(예를 들어, PUSCH, PUCCH 등)을 전송하거나 또는 네트워크로부터 하향링크 전송(예를 들어, PDSCH, PDCCH 등)을 수신할 수 있다(S2103).
여기서, 상기 하나 이상의 TCI 상태에 기반하여 상향링크 전송을 전송하거나 또는 하향링크 전송을 수신하는 것은 다음과 같은 의미를 가질 수 있다. 예를 들어, 상향링크 전송의 경우, UE는 상기 하나 이상의 TCI 상태에 기반하여(예를 들어, TCI-state의 'typeD'로 셋팅된 qcl-Type으로 설정된 RS 또는 TCI-UL-State 내 RS에 기반하여) 상향링크 전송 공간 필터(UL TX spatial filter)를 결정하여 상향링크 전송을 전송할 수 있다. 또한, 하향링크 전송의 경우, 하향링크 전송의 수신을 위해 UE는 하향링크 전송의 DMRS가 상기 하나 이상의 TCI 상태의 'typeD'로 셋팅된 qcl-Type으로 설정된 RS와 QCL된다고 가정할 수 있다.
상기 멀티캐스트 제어 정보에 상기 하나 이상의 TCI 상태의 각각에 대한 개별적인 시간 오프셋이 포함되는 경우, UE는 상기 시간 오프셋에 따른 시간으로부터 상기 하나 이상의 TCI 상태에 기반하여 상향링크 전송을 전송하거나 또는 하향링크 전송을 수신할 수 있다.
상기 멀티캐스트 제어 정보에 상기 하나 이상의 TCI 상태가 적용될 시간구간에 대한 정보를 포함하는 경우, UE는 상기 시간 오프셋에 따른 시간으로부터 상기 시간구간 동안 상기 하나 이상의 TCI 상태에 기반하여 상향링크 전송을 전송하거나 또는 하향링크 전송을 수신할 수 있다. 또는, 상기 멀티캐스트 제어 정보에 상기 하나 이상의 TCI 상태가 적용될 시간구간에 대한 정보를 포함하지 않는 경우, UE는 다른 멀티캐스트 제어 정보에 의해 다른 TCI 상태가 지시될 때까지 상기 하나 이상의 TCI 상태에 기반하여 상향링크 전송을 전송하거나 또는 하향링크 전송을 수신할 수 있다.
도 22는 본 개시의 일 실시예에 따른 무선 신호 송수신 방법에 대한 UE의 동작을 예시하는 도면이다.
도 22를 참조하면, 도 22에서는 앞서 제안 방법들(예를 들어, 어느 하나의 제안 방법 또는 복수의 제안 방법의 조합)에 기반한 UE의 동작을 예시한다. 도 22의 예시는 설명의 편의를 위한 것이며, 본 개시의 범위를 제한하는 것은 아니다. 도 22에서 예시된 일부 단계(들)은 상황 및/또는 설정에 따라 생략될 수 있다. 또한, 도 22에서 UE는 하나의 예시일 뿐, 아래 도 24에서 예시된 장치로 구현될 수 있다. 예를 들어, 도 24의 프로세서(processor)(102/202)는 트랜시버(106/206)을 이용하여 채널/신호/데이터/정보 등을 송수신하도록 제어할 수 있으며, 전송될 또는 수신한 채널/신호/데이터/정보 등을 메모리(104/204)에 저장하도록 제어할 수도 있다.
또한, 도 22의 동작은 도 24의 하나 이상의 프로세서(102, 202)에 의해 처리될 수 있으며, 도 22의 동작은 도 24의 적어도 하나의 프로세서(예를 들어, 102, 202)를 구동하기 위한 명령어/프로그램(예를 들어, 명령(instruction), 실행 코드(executable code))형태로 메모리(예를 들어, 도 24의 하나 이상의 메모리(104, 204))에 저장될 수도 있다.
UE는 기지국으로부터 복수의 TCI 상태에 대한 설정 정보(configuration information)를 수신한다(S2201).
상기 설정 정보는 상술한 제안 방법(예를 들어, 어느 하나의 제안 방법 또는 복수의 제안 방법의 조합)에서 설명된 TCI 상태(즉, 빔)의 설정과 관련된 설정 정보를 포함할 수 있다.
보다 구체적으로, 상기 복수의 TCI 상태에 대한 설정 정보는 조인트(joint TCI) 및/또는 개별된(separate) DL/UL TCI의 설정을 위한 정보를 포함할 수 있다. 예를 들어, 상기 설정 정보는 하향링크 채널(예를 들어, PDSCH, PDCCH)의 DMRS/하향링크 신호(예를 들어, CSI-RS)에 대한 QCL을 위한 참조 신호를 제공하며, 그리고/또는 상향링크 채널(예를 들어, PUSCH, PUCCH)의 DMRS/상향링크 신호(예를 들어, SRS)의 상향링크 전송 공간 필터(spatial filter)를 결정하기 위한 참조를 제공하는 TCI 상태들의 리스트를 포함할 수 있다. 예를 들어, UE는 PDSCH를 디코딩하기 위해 상위 계층 파라미터 PDSCH-Config 내의 최대 M개의 TCI-state 설정들(즉, DL TCI)의 리스트로 설정될 수 있다. 다른 예로서, UE는 i) PDSCH의 DMRS 및 PDDCCH의 DMRS, CSI-RS를 위한 QCL을 위한 RS를 제공하기 위한 그리고 ii) 동적-그랜트(dynamic grant) 및 설정된-그랜트(configured-grant) 기반 PUSCH 및 PUCCH 자원을 위한 UL Tx 공간 필터(spatial filter)를 결정하기 위한 참조를 제공하기 위한, PDSCH-Config 내 최대 128개의 TCI-state 설정들의 리스트로 설정될 수 있다. 또 다른 예로서, UE는 상위 계층 파라미터 BWP-UplinkDedicated 내에서 최대 64개의 TCI-UL-State 설정들(즉, UL TCI)의 리스트로 설정될 수 있다.
또한, 다수의 UE들은 복수의 UE 그룹으로 구성될 수 있으며, 각 UE 그룹은 하나 이상의 UE들로 구성될 수 있다. 이 경우, 도 22에서 도시되지 않았지만, UE는 기지국으로부터 UE 그룹에 대한 정보(또는 자신이 속한 UE 그룹에 대한 정보)를 포함하는 설정 정보를 수신할 수 있다.
UE는 기지국으로부터 제어 정보를 수신한다(S2202).
여기서, 상기 제어 정보는 상술한 빔 지시(또는, TCI 상태 지시)에 해당할 수 있으며, 또는 상술한 빔 지시(또는, TCI 상태 지시)를 포함하는 제어 정보일 수 있다. 이하, 설명의 편의를 위해 제어 정보로 통칭하여 설명한다.
상기 제어 정보는 상술한 설정 정보에 의해 설정된 TCI 상태 리스트 내에서(복수의 TCI 상태들 중에서) 하나 이상의 UE에 대해(또는, 하나 이상의 UE 그룹에 대해) 적용될 하나 이상의 TCI 상태(즉, 빔)을 지시할 수 있다. 또한, 상기 제어 정보는 해당 빔(즉, TCI 상태)의 지시가 적용되는 하향링크 전송(예를 들어, PDSCH, PDCCH 등) 및/또는 상향링크 전송(예를 들어, PUSCH, PUCCH 등)을 지정할 수 있다.
또한, 상기 제어 정보는 상기 하나 이상의 TCI 상태의 각각에 대한 개별적인 시간 오프셋을 포함할 수 있다. 여기서, 상기 시간 오프셋은 심볼 단위, 슬롯 단위 또는 절대 시간 단위로 지시될 수 있다.
예를 들어, 도 18의 예시와 같이, 상기 제어 정보는 하나 이상의 UE 그룹(또는 하나 이상의 UE)에 대해 적용될 하나의 TCI 상태에 대한 정보와 상기 하나 이상의 UE 그룹(또는 하나 이상의 UE)의 각각에 대해 상기 하나의 TCI 상태에 대한 시간 오프셋을 포함할 수 있다. 다른 예로서, 도 19의 예시와 같이, 상기 제어 정보는 하나의 UE 그룹(또는 하나의 UE)에 대해 적용될 하나 이상의 TCI 상태에 대한 정보와 상기 하나 이상의 TCI 상태의 각각에 대한 시간 오프셋을 포함할 수 있다. 또 다른 예시로서, 도 20의 예시와 같이, 상기 멀티캐스트 제어 정보는 하나 이상의 UE 그룹(또는 하나 이상의 UE)에 대해 적용될 하나 이상의 TCI 상태에 대한 정보와 상기 하나 이상의 UE 그룹(또는 하나 이상의 UE)의 각각에 대해 상기 하나 이상의 TCI 상태의 각각에 대한 시간 오프셋을 포함할 수 있다.
여기서, 상기 시간 오프셋은 시간 도메인에서 상기 멀티캐스트 제어 정보의 수신 완료 시점으로부터 계산될 수 있다. 또는, 상기 멀티캐스트 제어 정보는 상기 시간 오프셋에 대한 기준 시간에 대한 정보를 더 포함할 수 있으며, 이 경우 상기 시간 오프셋은 시간 도메인에서 상기 기준 시간으로부터 계산될 수도 있다.
또한, 상기 멀티캐스트 제어 정보는 상기 하나 이상의 TCI 상태가 적용될 시간구간에 대한 정보를 포함할 수 있으며, 이 경우 상기 시간 오프셋에 따른 시간으로부터 상기 시간구간 동안 상기 하나 이상의 TCI 상태가 적용될 수 있다. 또한, 상기 시간 구간은 상기 시간 오프셋과 같이 심볼 단위, 슬롯 단위 또는 절대 시간 단위로 지시될 수 있다. 또한, 상기 도 18의 시간 오프셋처럼, 상기 시간 구간도 상기 하나 이상의 UE 그룹의 각각에 대해 상기 하나의 TCI 상태에 대한 시간 구간이 지시될 수 있다. 또한, 상기 도 19의 시간 오프셋처럼, 상기 시간 구간도 상기 하나 이상의 TCI 상태의 각각에 대해 지시될 수 있다. 또한, 상기 도 20의 시간 오프셋처럼, 상기 시간 구간도 상기 하나 이상의 UE 그룹의 각각에 대해 상기 하나 이상의 TCI 상태의 각각에 대해 지시될 수 있다.
상기 하나 이상의 TCI 상태는 네트워크/기지국이 인공지능/머신러닝(AI/ML) 모델로부터 도출하는 출력(output)에 해당할 수 있다. 예를 들어, 상기 하나 이상의 TCI 상태는 도 12에서 출력(16)에 해당할 수 있으며, 도 14 또는 도 15와 같은 절차를 통해 출력이 도출될 수도 있다. 여기서, 상기 하나 이상의 TCI 상태는 상기 하나 이상의 UE들에 대한 {위치, 속도, 하향링크 채널 측정 값, 하향링크 참조 신호 별 SINR(signal to interference and noise ratio), 하향링크 참조 신호 별 RSRP(reference signal received power), 하향링크 참조 신호에 대한 선호도} 중에서 적어도 하나를 이용하여 인공지능/머신러닝(AI/ML) 모델로부터 도출될 수 있다.
또한, 상기 멀티캐스트 제어 정보는 DCI/MAC CE/RRC 등 다양한 시그널링 방식으로 전송될 수 있다.
예를 들어, DCI가 이용되는 경우, 해당 DCI는 PDCCH를 통해 전송될 수 있다. 또한, 멀티캐스트 제어 정보를 위해 정의된 DCI 포맷이 이용될 수 있으며, 그리고/또는 멀티캐스트 제어 정보를 위해 정의된 RNTI가 해당 DCI의 CRC 스크램블링을 위해 이용될 수 있다.
다른 예로서, MAC CE가 이용되는 경우, 해당 MAC CE는 PDSCH를 통해 전송될 수 있다. 또한, 해당 PDSCH를 스케줄링하는 DCI는 공통 서치 스페이스에서 모니터링/수신될 수 있으며, 멀티캐스트 제어 정보를 위해 정의된 RNTI가 해당 DCI의 CRC 스크램블링을 위해 이용될 수 있다.
UE는 상기 하나 이상의 TCI 상태에 기반하여 기지국에게 상향링크 전송(예를 들어, PUSCH, PUCCH 등)을 전송하거나 또는 기지국으로부터 하향링크 전송(예를 들어, PDSCH, PDCCH 등)을 수신할 수 있다(S2203).
여기서, 상기 하나 이상의 TCI 상태에 기반하여 상향링크 전송을 전송하거나 또는 하향링크 전송을 수신하는 것은 다음과 같은 의미를 가질 수 있다. 예를 들어, 상향링크 전송의 경우, UE는 상기 하나 이상의 TCI 상태에 기반하여(예를 들어, TCI-state의 'typeD'로 셋팅된 qcl-Type으로 설정된 RS 또는 TCI-UL-State 내 RS에 기반하여) 상향링크 전송 공간 필터(UL TX spatial filter)를 결정하여 상향링크 전송을 전송할 수 있다. 또한, 하향링크 전송의 경우, 하향링크 전송의 수신을 위해 UE는 하향링크 전송의 DMRS가 상기 하나 이상의 TCI 상태의 'typeD'로 셋팅된 qcl-Type으로 설정된 RS와 QCL된다고 가정할 수 있다.
상기 멀티캐스트 제어 정보에 상기 하나 이상의 TCI 상태의 각각에 대한 개별적인 시간 오프셋이 포함되는 경우, UE는 상기 시간 오프셋에 따른 시간으로부터 상기 하나 이상의 TCI 상태에 기반하여 상향링크 전송을 전송하거나 또는 하향링크 전송을 수신할 수 있다.
상기 멀티캐스트 제어 정보에 상기 하나 이상의 TCI 상태가 적용될 시간구간에 대한 정보를 포함하는 경우, UE는 상기 시간 오프셋에 따른 시간으로부터 상기 시간구간 동안 상기 하나 이상의 TCI 상태에 기반하여 상향링크 전송을 전송하거나 또는 하향링크 전송을 수신할 수 있다. 또는, 상기 멀티캐스트 제어 정보에 상기 하나 이상의 TCI 상태가 적용될 시간구간에 대한 정보를 포함하지 않는 경우, UE는 다른 멀티캐스트 제어 정보에 의해 다른 TCI 상태가 지시될 때까지 상기 하나 이상의 TCI 상태에 기반하여 상향링크 전송을 전송하거나 또는 하향링크 전송을 수신할 수 있다.
도 23은 본 개시의 일 실시예에 따른 무선 신호 송수신 방법에 대한 기지국의 동작을 예시하는 도면이다.
도 23을 참조하면, 도 23에서는 앞서 제안 방법들(예를 들어, 어느 하나의 제안 방법 또는 복수의 제안 방법의 조합)에 기반한 기지국의 동작을 예시한다. 도 23의 예시는 설명의 편의를 위한 것이며, 본 개시의 범위를 제한하는 것은 아니다. 도 23에서 예시된 일부 단계(들)은 상황 및/또는 설정에 따라 생략될 수 있다. 또한, 도 23에서 기지국은 하나의 예시일 뿐, 아래 도 24에서 예시된 장치로 구현될 수 있다. 예를 들어, 도 22의 프로세서(processor)(102/202)는 트랜시버(106/206)을 이용하여 채널/신호/데이터/정보 등을 송수신하도록 제어할 수 있으며, 전송될 또는 수신한 채널/신호/데이터/정보 등을 메모리(104/204)에 저장하도록 제어할 수도 있다.
또한, 도 23의 동작은 도 24의 하나 이상의 프로세서(102, 202)에 의해 처리될 수 있으며, 도 23의 동작은 도 24의 적어도 하나의 프로세서(예를 들어, 102, 202)를 구동하기 위한 명령어/프로그램(예를 들어, 명령(instruction), 실행 코드(executable code))형태로 메모리(예를 들어, 도 24의 하나 이상의 메모리(104, 204))에 저장될 수도 있다.
기지국은 UE에게 복수의 TCI 상태에 대한 설정 정보(configuration information)를 전송한다(S2301).
상기 설정 정보는 상술한 제안 방법(예를 들어, 어느 하나의 제안 방법 또는 복수의 제안 방법의 조합)에서 설명된 TCI 상태(즉, 빔)의 설정과 관련된 설정 정보를 포함할 수 있다.
보다 구체적으로, 상기 복수의 TCI 상태에 대한 설정 정보는 조인트(joint TCI) 및/또는 개별된(separate) DL/UL TCI의 설정을 위한 정보를 포함할 수 있다. 예를 들어, 상기 설정 정보는 하향링크 채널(예를 들어, PDSCH, PDCCH)의 DMRS/하향링크 신호(예를 들어, CSI-RS)에 대한 QCL을 위한 참조 신호를 제공하며, 그리고/또는 상향링크 채널(예를 들어, PUSCH, PUCCH)의 DMRS/상향링크 신호(예를 들어, SRS)의 상향링크 전송 공간 필터(spatial filter)를 결정하기 위한 참조를 제공하는 TCI 상태들의 리스트를 포함할 수 있다. 예를 들어, UE는 PDSCH를 디코딩하기 위해 상위 계층 파라미터 PDSCH-Config 내의 최대 M개의 TCI-state 설정들(즉, DL TCI)의 리스트로 설정될 수 있다. 다른 예로서, UE는 i) PDSCH의 DMRS 및 PDDCCH의 DMRS, CSI-RS를 위한 QCL을 위한 RS를 제공하기 위한 그리고 ii) 동적-그랜트(dynamic grant) 및 설정된-그랜트(configured-grant) 기반 PUSCH 및 PUCCH 자원을 위한 UL Tx 공간 필터(spatial filter)를 결정하기 위한 참조를 제공하기 위한, PDSCH-Config 내 최대 128개의 TCI-state 설정들의 리스트로 설정될 수 있다. 또 다른 예로서, UE는 상위 계층 파라미터 BWP-UplinkDedicated 내에서 최대 64개의 TCI-UL-State 설정들(즉, UL TCI)의 리스트로 설정될 수 있다.
또한, 다수의 UE들은 복수의 UE 그룹으로 구성될 수 있으며, 각 UE 그룹은 하나 이상의 UE들로 구성될 수 있다. 이 경우, 도 23에서 도시되지 않았지만, 기지국은 UE에게 UE 그룹에 대한 정보(또는 자신이 속한 UE 그룹에 대한 정보)를 포함하는 설정 정보를 전송할 수 있다.
기지국은 UE에게 제어 정보를 전송한다(S2302).
여기서, 기지국은 다수의 UE에게 제어 정보를 전송할 수도 있지만, 설명의 편의를 위해 하나의 UE를 대상으로 도 23에서의 기지국의 동작을 설명한다.
여기서, 상기 제어 정보는 상술한 빔 지시(또는, TCI 상태 지시)에 해당할 수 있으며, 또는 상술한 빔 지시(또는, TCI 상태 지시)를 포함하는 제어 정보일 수 있다. 이하, 설명의 편의를 위해 제어 정보로 통칭하여 설명한다.
상기 제어 정보는 상술한 설정 정보에 의해 설정된 TCI 상태 리스트 내에서(복수의 TCI 상태들 중에서) 하나 이상의 UE에 대해(또는, 하나 이상의 UE 그룹에 대해) 적용될 하나 이상의 TCI 상태(즉, 빔)을 지시할 수 있다. 또한, 상기 제어 정보는 해당 빔(즉, TCI 상태)의 지시가 적용되는 하향링크 전송(예를 들어, PDSCH, PDCCH 등) 및/또는 상향링크 전송(예를 들어, PUSCH, PUCCH 등)을 지정할 수 있다.
또한, 상기 제어 정보는 상기 하나 이상의 TCI 상태의 각각에 대한 개별적인 시간 오프셋을 포함할 수 있다. 여기서, 상기 시간 오프셋은 심볼 단위, 슬롯 단위 또는 절대 시간 단위로 지시될 수 있다.
예를 들어, 도 18의 예시와 같이, 상기 제어 정보는 하나 이상의 UE 그룹(또는 하나 이상의 UE)에 대해 적용될 하나의 TCI 상태에 대한 정보와 상기 하나 이상의 UE 그룹(또는 하나 이상의 UE)의 각각에 대해 상기 하나의 TCI 상태에 대한 시간 오프셋을 포함할 수 있다. 다른 예로서, 도 19의 예시와 같이, 상기 제어 정보는 하나의 UE 그룹(또는 하나의 UE)에 대해 적용될 하나 이상의 TCI 상태에 대한 정보와 상기 하나 이상의 TCI 상태의 각각에 대한 시간 오프셋을 포함할 수 있다. 또 다른 예시로서, 도 20의 예시와 같이, 상기 멀티캐스트 제어 정보는 하나 이상의 UE 그룹(또는 하나 이상의 UE)에 대해 적용될 하나 이상의 TCI 상태에 대한 정보와 상기 하나 이상의 UE 그룹(또는 하나 이상의 UE)의 각각에 대해 상기 하나 이상의 TCI 상태의 각각에 대한 시간 오프셋을 포함할 수 있다.
여기서, 상기 시간 오프셋은 시간 도메인에서 상기 멀티캐스트 제어 정보의 수신 완료 시점으로부터 계산될 수 있다. 또는, 상기 멀티캐스트 제어 정보는 상기 시간 오프셋에 대한 기준 시간에 대한 정보를 더 포함할 수 있으며, 이 경우 상기 시간 오프셋은 시간 도메인에서 상기 기준 시간으로부터 계산될 수도 있다.
또한, 상기 멀티캐스트 제어 정보는 상기 하나 이상의 TCI 상태가 적용될 시간구간에 대한 정보를 포함할 수 있으며, 이 경우 상기 시간 오프셋에 따른 시간으로부터 상기 시간구간 동안 상기 하나 이상의 TCI 상태가 적용될 수 있다. 또한, 상기 시간 구간은 상기 시간 오프셋과 같이 심볼 단위, 슬롯 단위 또는 절대 시간 단위로 지시될 수 있다. 또한, 상기 도 18의 시간 오프셋처럼, 상기 시간 구간도 상기 하나 이상의 UE 그룹의 각각에 대해 상기 하나의 TCI 상태에 대한 시간 구간이 지시될 수 있다. 또한, 상기 도 19의 시간 오프셋처럼, 상기 시간 구간도 상기 하나 이상의 TCI 상태의 각각에 대해 지시될 수 있다. 또한, 상기 도 20의 시간 오프셋처럼, 상기 시간 구간도 상기 하나 이상의 UE 그룹의 각각에 대해 상기 하나 이상의 TCI 상태의 각각에 대해 지시될 수 있다.
상기 하나 이상의 TCI 상태는 네트워크/기지국이 인공지능/머신러닝(AI/ML) 모델로부터 도출하는 출력(output)에 해당할 수 있다. 예를 들어, 상기 하나 이상의 TCI 상태는 도 12에서 출력(16)에 해당할 수 있으며, 도 14 또는 도 15와 같은 절차를 통해 출력이 도출될 수도 있다. 여기서, 상기 하나 이상의 TCI 상태는 상기 하나 이상의 UE들에 대한 {위치, 속도, 하향링크 채널 측정 값, 하향링크 참조 신호 별 SINR(signal to interference and noise ratio), 하향링크 참조 신호 별 RSRP(reference signal received power), 하향링크 참조 신호에 대한 선호도} 중에서 적어도 하나를 이용하여 인공지능/머신러닝(AI/ML) 모델로부터 도출될 수 있다.
또한, 상기 멀티캐스트 제어 정보는 DCI/MAC CE/RRC 등 다양한 시그널링 방식으로 전송될 수 있다.
예를 들어, DCI가 이용되는 경우, 해당 DCI는 PDCCH를 통해 전송될 수 있다. 또한, 멀티캐스트 제어 정보를 위해 정의된 DCI 포맷이 이용될 수 있으며, 그리고/또는 멀티캐스트 제어 정보를 위해 정의된 RNTI가 해당 DCI의 CRC 스크램블링을 위해 이용될 수 있다.
다른 예로서, MAC CE가 이용되는 경우, 해당 MAC CE는 PDSCH를 통해 전송될 수 있다. 또한, 해당 PDSCH를 스케줄링하는 DCI는 공통 서치 스페이스에서 모니터링/수신될 수 있으며, 멀티캐스트 제어 정보를 위해 정의된 RNTI가 해당 DCI의 CRC 스크램블링을 위해 이용될 수 있다.
기지국은 상기 하나 이상의 TCI 상태에 기반하여 UE로부터 상향링크 전송(예를 들어, PUSCH, PUCCH 등)을 수신하거나 또는 UE에게 하향링크 전송(예를 들어, PDSCH, PDCCH 등)을 전송할 수 있다(S2303).
여기서, 상기 하나 이상의 TCI 상태에 기반하여 상향링크 전송을 수신하거나 또는 하향링크 전송을 전송하는 것은 다음과 같은 의미를 가질 수 있다. 예를 들어, 상향링크 전송의 경우, UE는 상기 하나 이상의 TCI 상태에 기반하여(예를 들어, TCI-state의 'typeD'로 셋팅된 qcl-Type으로 설정된 RS 또는 TCI-UL-State 내 RS에 기반하여) 상향링크 전송 공간 필터(UL TX spatial filter)를 결정하여 상향링크 전송을 전송할 수 있다. 또한, 하향링크 전송의 경우, 하향링크 전송의 수신을 위해 UE는 하향링크 전송의 DMRS가 상기 하나 이상의 TCI 상태의 'typeD'로 셋팅된 qcl-Type으로 설정된 RS와 QCL된다고 가정할 수 있다.
상기 멀티캐스트 제어 정보에 상기 하나 이상의 TCI 상태의 각각에 대한 개별적인 시간 오프셋이 포함되는 경우, 기지국은 상기 시간 오프셋에 따른 시간으로부터 상기 하나 이상의 TCI 상태에 기반하여 상향링크 전송을 수신하거나 또는 하향링크 전송을 전송할 수 있다.
상기 멀티캐스트 제어 정보에 상기 하나 이상의 TCI 상태가 적용될 시간구간에 대한 정보를 포함하는 경우, 기지국은 상기 시간 오프셋에 따른 시간으로부터 상기 시간구간 동안 상기 하나 이상의 TCI 상태에 기반하여 상향링크 전송을 수신하거나 또는 하향링크 전송을 전송할 수 있다. 또는, 상기 멀티캐스트 제어 정보에 상기 하나 이상의 TCI 상태가 적용될 시간구간에 대한 정보를 포함하지 않는 경우, 기지국은 다른 멀티캐스트 제어 정보를 통해 다른 TCI 상태를 지시할 때까지 상기 하나 이상의 TCI 상태에 기반하여 상향링크 전송을 수신하거나 또는 하향링크 전송을 전송할 수 있다.
본 개시가 적용될 수 있는 장치 일반
도 24는 본 개시의 일 실시예에 따른 무선 통신 장치의 블록 구성도를 예시하는 도면이다.
도 24를 참조하면, 제1 무선 기기(100)와 제2 무선 기기(200)는 다양한 무선 접속 기술(예를 들어, LTE, NR)을 통해 무선 신호를 송수신할 수 있다.
제1 무선 기기(100)는 하나 이상의 프로세서(102) 및 하나 이상의 메모리(104)를 포함하며, 추가적으로 하나 이상의 송수신기(106) 및/또는 하나 이상의 안테나(108)을 더 포함할 수 있다. 프로세서(102)는 메모리(104) 및/또는 송수신기(106)를 제어하며, 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(102)는 메모리(104) 내의 정보를 처리하여 제1 정보/신호를 생성한 뒤, 송수신기(106)을 통해 제1 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(102)는 송수신기(106)를 통해 제2 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제2 정보/신호의 신호 처리로부터 얻은 정보를 메모리(104)에 저장할 수 있다. 메모리(104)는 프로세서(102)와 연결될 수 있고, 프로세서(102)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(104)는 프로세서(102)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(102)와 메모리(104)는 무선 통신 기술(예를 들어, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(106)는 프로세서(102)와 연결될 수 있고, 하나 이상의 안테나(108)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(106)는 송신기 및/또는 수신기를 포함할 수 있다. 송수신기(106)는 RF(Radio Frequency) 유닛과 혼용될 수 있다. 본 개시에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
제2 무선 기기(200)는 하나 이상의 프로세서(202), 하나 이상의 메모리(204)를 포함하며, 추가적으로 하나 이상의 송수신기(206) 및/또는 하나 이상의 안테나(208)를 더 포함할 수 있다. 프로세서(202)는 메모리(204) 및/또는 송수신기(206)를 제어하며, 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(202)는 메모리(204) 내의 정보를 처리하여 제3 정보/신호를 생성한 뒤, 송수신기(206)를 통해 제3 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(202)는 송수신기(206)를 통해 제4 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제4 정보/신호의 신호 처리로부터 얻은 정보를 메모리(204)에 저장할 수 있다. 메모리(204)는 프로세서(202)와 연결될 수 있고, 프로세서(202)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(204)는 프로세서(202)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(202)와 메모리(204)는 무선 통신 기술(예를 들어, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(206)는 프로세서(202)와 연결될 수 있고, 하나 이상의 안테나(208)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(206)는 송신기 및/또는 수신기를 포함할 수 있다 송수신기(206)는 RF 유닛과 혼용될 수 있다. 본 개시에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
이하, 무선 기기(100, 200)의 하드웨어 요소에 대해 보다 구체적으로 설명한다. 이로 제한되는 것은 아니지만, 하나 이상의 프로토콜 계층이 하나 이상의 프로세서(102, 202)에 의해 구현될 수 있다. 예를 들어, 하나 이상의 프로세서(102, 202)는 하나 이상의 계층(예를 들어, PHY, MAC, RLC, PDCP, RRC, SDAP와 같은 기능적 계층)을 구현할 수 있다. 하나 이상의 프로세서(102, 202)는 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 하나 이상의 PDU(Protocol Data Unit) 및/또는 하나 이상의 SDU(Service Data Unit)를 생성할 수 있다. 하나 이상의 프로세서(102, 202)는 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 메시지, 제어정보, 데이터 또는 정보를 생성할 수 있다. 하나 이상의 프로세서(102, 202)는 본 개시에 개시된 기능, 절차, 제안 및/또는 방법에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 포함하는 신호(예를 들어, 베이스밴드 신호)를 생성하여, 하나 이상의 송수신기(106, 206)에게 제공할 수 있다. 하나 이상의 프로세서(102, 202)는 하나 이상의 송수신기(106, 206)로부터 신호(예를 들어, 베이스밴드 신호)를 수신할 수 있고, 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 획득할 수 있다.
하나 이상의 프로세서(102, 202)는 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 또는 마이크로 컴퓨터로 지칭될 수 있다. 하나 이상의 프로세서(102, 202)는 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합에 의해 구현될 수 있다. 일 예로, 하나 이상의 ASIC(Application Specific Integrated Circuit), 하나 이상의 DSP(Digital Signal Processor), 하나 이상의 DSPD(Digital Signal Processing Device), 하나 이상의 PLD(Programmable Logic Device) 또는 하나 이상의 FPGA(Field Programmable Gate Arrays)가 하나 이상의 프로세서(102, 202)에 포함될 수 있다. 본 개시에 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 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 수행하도록 설정된 펌웨어 또는 소프트웨어는 하나 이상의 프로세서(102, 202)에 포함되거나, 하나 이상의 메모리(104, 204)에 저장되어 하나 이상의 프로세서(102, 202)에 의해 구동될 수 있다. 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 코드, 명령어 및/또는 명령어의 집합 형태로 펌웨어 또는 소프트웨어를 사용하여 구현될 수 있다.
하나 이상의 메모리(104, 204)는 하나 이상의 프로세서(102, 202)와 연결될 수 있고, 다양한 형태의 데이터, 신호, 메시지, 정보, 프로그램, 코드, 지시 및/또는 명령을 저장할 수 있다. 하나 이상의 메모리(104, 204)는 ROM, RAM, EPROM, 플래시 메모리, 하드 드라이브, 레지스터, 캐쉬 메모리, 컴퓨터 판독 저장 매체 및/또는 이들의 조합으로 구성될 수 있다. 하나 이상의 메모리(104, 204)는 하나 이상의 프로세서(102, 202)의 내부 및/또는 외부에 위치할 수 있다. 또한, 하나 이상의 메모리(104, 204)는 유선 또는 무선 연결과 같은 다양한 기술을 통해 하나 이상의 프로세서(102, 202)와 연결될 수 있다.
하나 이상의 송수신기(106, 206)는 하나 이상의 다른 장치에게 본 개시의 방법들 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 전송할 수 있다. 하나 이상의 송수신기(106, 206)는 하나 이상의 다른 장치로부터 본 개시에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 수신할 수 있다. 예를 들어, 하나 이상의 송수신기(106, 206)는 하나 이상의 프로세서(102, 202)와 연결될 수 있고, 무선 신호를 송수신할 수 있다. 예를 들어, 하나 이상의 프로세서(102, 202)는 하나 이상의 송수신기(106, 206)가 하나 이상의 다른 장치에게 사용자 데이터, 제어 정보 또는 무선 신호를 전송하도록 제어할 수 있다. 또한, 하나 이상의 프로세서(102, 202)는 하나 이상의 송수신기(106, 206)가 하나 이상의 다른 장치로부터 사용자 데이터, 제어 정보 또는 무선 신호를 수신하도록 제어할 수 있다. 또한, 하나 이상의 송수신기(106, 206)는 하나 이상의 안테나(108, 208)와 연결될 수 있고, 하나 이상의 송수신기(106, 206)는 하나 이상의 안테나(108, 208)를 통해 본 개시에 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 개시에서, 하나 이상의 안테나는 복수의 물리 안테나이거나, 복수의 논리 안테나(예를 들어, 안테나 포트)일 수 있다. 하나 이상의 송수신기(106, 206)는 수신된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 하나 이상의 프로세서(102, 202)를 이용하여 처리하기 위해, 수신된 무선 신호/채널 등을 RF 밴드 신호에서 베이스밴드 신호로 변환(Convert)할 수 있다. 하나 이상의 송수신기(106, 206)는 하나 이상의 프로세서(102, 202)를 이용하여 처리된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 베이스밴드 신호에서 RF 밴드 신호로 변환할 수 있다. 이를 위하여, 하나 이상의 송수신기(106, 206)는 (아날로그) 오실레이터 및/또는 필터를 포함할 수 있다.
이상에서 설명된 실시예들은 본 개시의 구성요소들과 특징들이 소정 형태로 결합된 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려되어야 한다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 본 개시의 실시예를 구성하는 것도 가능하다. 본 개시의 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다. 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함시킬 수 있음은 자명하다.
본 개시는 본 개시의 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 당업자에게 자명하다. 따라서, 상술한 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 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.
본 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다. 본 개시에서 설명하는 특징을 수행하는 프로세싱 시스템을 프로그래밍하기 위해 사용될 수 있는 명령은 저장 매체 또는 컴퓨터 판독가능 저장 매체 상에/내에 저장될 수 있고, 이러한 저장 매체를 포함하는 컴퓨터 프로그램 제품을 이용하여 본 개시에서 설명하는 특징이 구현될 수 있다. 저장 매체는 DRAM, SRAM, DDR RAM 또는 다른 랜덤 액세스 솔리드 스테이트 메모리 디바이스와 같은 고속 랜덤 액세스 메모리를 포함할 수 있지만, 이에 제한되지 않으며, 하나 이상의 자기 디스크 저장 디바이스, 광 디스크 저장 장치, 플래시 메모리 디바이스 또는 다른 비-휘발성 솔리드 스테이트 저장 디바이스와 같은 비-휘발성 메모리를 포함할 수 있다. 메모리는 선택적으로 프로세서(들)로부터 원격에 위치한 하나 이상의 저장 디바이스를 포함한다. 메모리 또는 대안적으로 메모리 내의 비-휘발성 메모리 디바이스(들)는 비-일시적 컴퓨터 판독가능 저장 매체를 포함한다. 본 개시에서 설명하는 특징은, 머신 판독가능 매체 중 임의의 하나에 저장되어 프로세싱 시스템의 하드웨어를 제어할 수 있고, 프로세싱 시스템이 본 개시의 실시예에 따른 결과를 활용하는 다른 메커니즘과 상호작용하도록 하는 소프트웨어 및/또는 펌웨어에 통합될 수 있다. 이러한 소프트웨어 또는 펌웨어는 애플리케이션 코드, 디바이스 드라이버, 운영 체제 및 실행 환경/컨테이너를 포함할 수 있지만 이에 제한되지 않는다.
여기서, 본 개시의 무선 기기(100, 200)에서 구현되는 무선 통신 기술은 LTE, NR 및 6G뿐만 아니라 저전력 통신을 위한 Narrowband Internet of Things를 포함할 수 있다. 이때, 예를 들어 NB-IoT 기술은 LPWAN(Low Power Wide Area Network) 기술의 일례일 수 있고, LTE Cat NB1 및/또는 LTE Cat NB2 등의 규격으로 구현될 수 있으며, 상술한 명칭에 한정되는 것은 아니다. 추가적으로 또는 대체적으로, 본 개시의 무선 기기(100, 200)에서 구현되는 무선 통신 기술은 LTE-M 기술을 기반으로 통신을 수행할 수 있다. 이때, 일 예로, LTE-M 기술은 LPWAN 기술의 일례일 수 있고, eMTC(enhanced Machine Type Communication) 등의 다양한 명칭으로 불릴 수 있다. 예를 들어, LTE-M 기술은 1) LTE CAT 0, 2) LTE Cat M1, 3) LTE Cat M2, 4) LTE non-BL(non-Bandwidth Limited), 5) LTE-MTC, 6) LTE Machine Type Communication, 및/또는 7) LTE M 등의 다양한 규격 중 적어도 어느 하나로 구현될 수 있으며 상술한 명칭에 한정되는 것은 아니다. 추가적으로 또는 대체적으로, 본 개시의 무선 기기(100, 200)에서 구현되는 무선 통신 기술은 저전력 통신을 고려한 지그비(ZigBee), 블루투스(Bluetooth) 및 저전력 광역 통신망(Low Power Wide Area Network, LPWAN) 중 적어도 어느 하나를 포함할 수 있으며, 상술한 명칭에 한정되는 것은 아니다. 일 예로 ZigBee 기술은 IEEE 802.15.4 등의 다양한 규격을 기반으로 소형/저-파워 디지털 통신에 관련된 PAN(personal area networks)을 생성할 수 있으며, 다양한 명칭으로 불릴 수 있다.