| 1 |
1
MIMO-OFDM 시스템 기반의 머신 러닝 모델을 이용한 적응적 전송 방법에 있어서,N개의 안테나를 가진 수신단에 수신된 신호의 채널 상태로부터 추출한 특징 정보를 입력으로 하고 상기 채널 상태에 대응하여 N개의 안테나를 가진 송신단의 각 안테나 별 적용되는 최적 전송 기법 정보를 정의한 레이블을 출력으로 하는 복수의 학습 데이터들을 사용하여 상기 머신 러닝 모델을 학습시키는 단계;상기 송신단의 송신 신호에 대응하여 수신되는 상기 수신단의 수신 신호로부터 채널 상태를 추정하고 채널 상태로부터 특징 정보를 추출하여 상기 학습된 머신 러닝 모델에 입력시키는 단계; 및상기 입력된 특징 정보에 대응하여 상기 머신 러닝 모델에서 출력되는 레이블을 기초로 상기 송신단의 각 안테나 별 적용되는 최적 전송 기법 정보를 결정하여 상기 송신단으로 피드백하는 단계를 포함하며, 상기 머신 러닝 모델을 학습시키는 단계는,상기 머신 러닝 모델에서 출력 가능한 T개의 레이블 중 상기 입력된 특징 정보에 대응된 k번째 레이블이 최적이 될 확률값을 연산 후, 상기 확률값을 이용하여 크로스 엔트로피에 의한 로스 값을 연산하며,상기 로스값이 설정값 이하가 되도록 상기 머신 러닝 모델 내의 가중치 및 바이어스를 조정하여 상기 머신 러닝 모델을 학습시키는 머신 러닝 모델을 이용한 적응적 전송 방법
|
| 2 |
2
청구항 1에 있어서,상기 머신 러닝 모델에 입력되는 상기 특징 정보는,상기 수신된 신호의 SNR, 송수신단 사이의 N×N개 채널 정보, 그리고 상기 채널 정보를 보상하는 N×N개 채널 보상 정보를 포함하는 1+2N2 차원의 특징인 머신 러닝 모델을 이용한 적응적 전송 방법
|
| 3 |
3
청구항 1 또는 청구항 2에 있어서,상기 특징 정보를 상기 머신 러닝 모델에 입력하기 이전에 상기 추출된 특징 정보를 주성분 분석 기법을 통해 전처리하여 상기 특징 정보의 차원 수를 줄이는 단계를 더 포함하는 머신 러닝 모델을 이용한 적응적 전송 방법
|
| 4 |
4
청구항 1에 있어서,상기 학습 데이터의 레이블에 정의된 최적 전송 기법 정보는,상기 송신단의 N개 안테나에 각각 적용되는 N개의 최적 전송 기법의 조합을 의미하되,BPSK, QPSK, 16QAM, 64QAM을 포함한 M가지 전송 기법에 따라 구분되는 T가지(T = NM) 전송 기법 조합 중에서 상기 수신단에 수신된 신호의 검출 성능을 분석한 결과 기 설정된 목표 에러 성능을 만족하는 동시에 가장 높은 데이터율을 도출한 전송 기법 조합에 해당하는 머신 러닝 모델을 이용한 적응적 전송 방법
|
| 5 |
5
청구항 4에 있어서,상기 학습 데이터에 라벨링되는 상기 레이블(k)은,상기 수신된 신호의 검출 성능을 기초로 아래 수학식에 의해 선택되되, 상기 T가지 전송 기법 조합 모두 상기 목표 에러 성능을 만족하지 못하면 T가지 중 1번째 전송 방식이 선택되는 머신 러닝 모델을 이용한 적응적 전송 방법:여기서, 는 상기 목표 에러 성능, 은 상기 시스템에 정의된 T가지 전송 기법 조합 중 t번째 조합에 대응된 에러 성능, 은 상기 t번째 조합에서 사용되는 전송 비트 수, 는 모든 가능한 변수 t에 대한 수식, (·)은 변수 m에 의해 변화되는 수식 결과 중 가장 큰 값을 도출하는 변수 k를 출력하는 식을 나타낸다
|
| 6 |
6
삭제
|
| 7 |
7
청구항 1에 있어서,상기 확률값(st; t=k) 및 상기 로스값(LCE)은 아래 수학식으로 표현되는 머신 러닝 모델을 이용한 적응적 전송 방법:,여기서, T는 상기 머신 러닝 모델의 출력 노드의 수, ot(t=k)는 상기 머신 러닝 모델에서 출력 가능한 T개의 레이블 중 상기 입력된 특징 정보에 대응된 k번째 레이블의 값, TK는 상기 k번째 레이블에 대응된 행렬로 로 표현되며, TK 내의 T개 성분 중 k번째 성분만 1이고 나머지는 0을 가진다
|
| 8 |
8
MIMO-OFDM 시스템 기반의 머신 러닝 모델을 이용한 적응적 전송 기법 결정 장치에 있어서,N개의 안테나를 가진 수신단에 수신된 신호의 채널 상태로부터 추출한 특징 정보를 입력으로 하고 상기 채널 상태에 대응하여 N개의 안테나를 가진 송신단의 각 안테나 별 적용되는 최적 전송 기법 정보를 정의한 레이블을 출력으로 하는 복수의 학습 데이터들을 사용하여 상기 머신 러닝 모델을 학습시키는 학습부;상기 송신단의 송신 신호에 대응하여 수신되는 상기 수신단의 수신 신호로부터 채널 상태를 추정하고 채널 상태로부터 특징 정보를 추출하여 상기 학습된 머신 러닝 모델에 입력시키는 추출부; 및상기 입력된 특징 정보에 대응하여 상기 머신 러닝 모델에서 출력되는 레이블을 기초로 상기 송신단의 각 안테나 별 적용되는 최적 전송 기법 정보를 결정하여 상기 송신단으로 피드백하는 결정부를 포함하며,상기 학습부는,상기 머신 러닝 모델에서 출력 가능한 T개의 레이블 중 상기 입력된 특징 정보에 대응된 k번째 레이블이 최적이 될 확률값을 연산 후, 상기 확률값을 이용하여 크로스 엔트로피에 의한 로스 값을 연산하며,상기 로스값이 설정값 이하가 되도록 상기 머신 러닝 모델 내의 가중치 및 바이어스를 조정하여 상기 머신 러닝 모델을 학습시키는 적응적 전송 기법 결정 장치
|
| 9 |
9
청구항 8에 있어서,상기 머신 러닝 모델에 입력되는 상기 특징 정보는,상기 수신된 신호의 SNR, 송수신단 사이의 N×N개 채널 정보, 그리고 상기 채널 정보를 보상하는 N×N개 채널 보상 정보를 포함하는 1+2N2 차원의 특징인 적응적 전송 기법 결정 장치
|
| 10 |
10
청구항 8 또는 청구항 9에 있어서,상기 특징 정보를 상기 머신 러닝 모델에 입력하기 이전에 상기 추출된 특징 정보를 주성분 분석 기법을 통해 전처리하여 상기 특징 정보의 차원 수를 줄이는 전처리부를 더 포함하는 적응적 전송 기법 결정 장치
|
| 11 |
11
청구항 8에 있어서,상기 학습 데이터의 레이블에 정의된 최적 전송 기법 정보는,상기 송신단의 N개 안테나에 각각 적용되는 N개의 최적 전송 기법의 조합을 의미하되,BPSK, QPSK, 16QAM, 64QAM을 포함한 M가지 전송 기법에 따라 구분되는 T가지(T = NM) 전송 기법 조합 중에서 상기 수신단에 수신된 신호의 검출 성능을 분석한 결과 기 설정된 목표 에러 성능을 만족하는 동시에 가장 높은 데이터율을 도출한 전송 기법 조합에 해당하는 적응적 전송 기법 결정 장치
|
| 12 |
12
청구항 11에 있어서,상기 학습 데이터에 라벨링되는 상기 레이블(k)은,상기 수신된 신호의 검출 성능을 기초로 아래 수학식에 의해 선택되되, 상기 T가지 전송 기법 조합 모두 상기 목표 에러 성능을 만족하지 못하면 T가지 중 1번째 전송 방식이 선택되는 머신 러닝 모델을 이용한 적응적 전송 기법 결정 장치:여기서, 는 상기 목표 에러 성능, 은 상기 시스템에 정의된 T가지 전송 기법 조합 중 t번째 조합에 대응된 에러 성능, 은 상기 t번째 조합에서 사용되는 전송 비트 수, 는 모든 가능한 변수 t에 대한 수식, (·)은 변수 m에 의해 변화되는 수식 결과 중 가장 큰 값을 도출하는 변수 k를 출력하는 식을 나타낸다
|
| 13 |
13
삭제
|
| 14 |
14
청구항 8에 있어서,상기 확률값(st; t=k) 및 상기 로스값(LCE)은 아래 수학식으로 표현되는 적응적 전송 기법 결정 장치:,여기서, T는 상기 머신 러닝 모델의 출력 노드의 수, ot(t=k)는 상기 머신 러닝 모델에서 출력 가능한 T개의 레이블 중 상기 입력된 특징 정보에 대응된 k번째 레이블의 값, TK는 상기 k번째 레이블에 대응된 행렬로 로 표현되며, TK 내의 T개 성분 중 k번째 성분만 1이고 나머지는 0을 가진다
|
