| 1 |
1
머신 러닝 구조를 사용하여 단말에 대한 빔포밍을 수행하는 기지국에 의해 수행되는 통신 방법에 있어서,상기 단말로부터 상기 단말의 위치 정보를 수신하는 단계;상기 단말과 통신 가능한 모든 통신 경로에서의 채널상태를 확인하는 단계;상기 채널상태가 가장 우수한 주 통신 경로(dominant path)를 결정하는 단계;상기 머신 러닝 구조에서 상기 단말의 위치 정보 및 상기 주 통신 경로 정보에 기초한 학습을 수행하여, 상기 단말과의 통신을 위한 최적 AoD(angle of departure)를 추정하는 최적 AoD 추정 모델을 구축하는 단계; 및상기 최적 AoD 추정 모델을 통하여 도출된 최적 AoD 추정값에 기초하여 상기 단말에 대한 빔포밍을 수행하는 단계를 포함하는, 통신 방법
|
| 2 |
2
청구항 1에 있어서,상기 최적 AoD 추정 모델을 구축하는 단계는,상기 머신 러닝 구조의 입력계층에 상기 단말의 위치 정보를 입력하는 단계; 상기 머신 러닝 구조의 출력계층에서 상기 최적 AoD 추정값을 출력하는 단계; 및상기 주 통신 경로 정보와 상기 최적 AoD 추정값에 기초하여, 상기 최적 AoD 추정 모델을 갱신하는 단계를 포함하는 것을 특징으로 하는, 통신 방법
|
| 3 |
3
청구항 2에 있어서,상기 최적 AoD 추정 모델을 갱신하는 단계는,상기 주 통신 경로 정보에 기초하여 최적 AoD 정답값을 계산하는 단계;상기 출력계층에서 출력된 상기 최적 AoD 추정값과 상기 최적 AoD 정답값의 차이에 기초하여 손실함수(loss function)를 계산하는 단계; 및 상기 손실함수의 값이 감소되도록 상기 DNN 구조의 파라미터들을 갱신하는 단계를 포함하는 것을 특징으로 하는, 통신 방법
|
| 4 |
4
청구항 2에 있어서,상기 머신 러닝 구조는 복수 개의 은닉계층들을 포함하는 심층 신경망(deep neural network, DNN) 구조이며,상기 입력계층에 포함되는 입력노드들과 상기 복수 개의 은닉계층들에 포함되는 은닉노드들 간의 활성화 함수는 ReLu(rectified linear unit) 함수로 설정되는 것을 특징으로 하는, 통신 방법
|
| 5 |
5
청구항 2에 있어서,상기 머신 러닝 구조는 복수 개의 은닉계층들을 포함하는 심층 신경망(deep neural network, DNN) 구조이며,상기 복수 개의 은닉계층들 중 마지막 은닉계층에 포함되는 은닉노드들과 상기 출력계층에 포함되는 출력노드 간의 활성화 함수는 시그모이드(sigmoid) 함수로 설정되는 것을 특징으로 하는, 통신 방법
|
| 6 |
6
청구항 2에 있어서,상기 최적 AoD 추정 모델을 구축하는 단계는,상기 최적 AoD 추정값과 상기 최적 AoD 정답값 간의 RMSE(root mean square error) 값을 계산하는 단계;상기 RMSE 값을 제1 설정값과 비교하는 단계; 및상기 RMSE 값이 상기 제1 설정값 이상일 경우, 상기 단말의 위치 및 상기 최적 통신 경로 정보에 기초한 학습을 다시 수행하는 단계를 더 포함하는 것을 특징으로 하는, 통신 방법
|
| 7 |
7
청구항 6에 있어서,상기 최적 AoD 추정 모델을 구축하는 단계는,상기 RMSE 값이 상기 제1 설정값 미만일 경우, 상기 출력계층에서 상기 최적 AoD 추정값을 출력하고 상기 최적 AoD 추정 모델의 구축을 완료하는 단계를 더 포함하는 것을 특징으로 하는, 통신 방법
|
| 8 |
8
청구항 1에 있어서,상기 채널상태는 RSS(received signal strength) 값이며,상기 채널상태를 확인하는 단계는,상기 단말의 위치 정보에 기초하여, 상기 단말과 통신 가능한 모든 통신 경로를 확인하는 단계;상기 모든 통신 경로를 통해 상기 단말과의 통신을 수행하는 단계; 및 상기 단말로부터, 각각의 통신 경로를 통해 수신된 신호의 RSS(received signal strength) 정보를 수신하는 단계를 포함하는 것을 특징으로 하는, 통신 방법
|
| 9 |
9
청구항 1에 있어서,상기 채널상태는 RSS(received signal strength) 값이며,상기 채널상태를 확인하는 단계는,상기 단말의 위치 정보에 기초하여, 상기 단말과 상기 기지국이 존재하는 통신 환경을 표현하는 가상 공간을 생성하는 단계;상기 가상 공간 상에, 상기 단말과 상기 기지국 간에 존재하는 적어도 하나 이상의 통신 장애물의 정보를 추가하는 단계;상기 가상 공간 상에서, 상기 단말과 상기 기지국 간에 형성 가능한 모든 통신 경로를 확인하는 단계; 및상기 가상 공간 상에서의 시뮬레이션을 통해, 상기 기지국에서 송신된 신호를 상기 단말에서 수신하였을 때의 RSS(received signal strength) 정보를 예측하는 단계를 포함하는 것을 특징으로 하는, 통신 방법
|
| 10 |
10
청구항 9에 있어서,상기 가상 공간은 2차원 좌표 평면 또는 3차원 좌표 공간인 것을 특징으로 하는, 통신 방법
|
| 11 |
11
머신 러닝 구조를 사용하여 단말에 대한 빔포밍을 수행하는 기지국으로서,프로세서(processor);상기 프로세서와 전자적(electronic)으로 통신하는 메모리(memory); 및상기 메모리에 저장되는 명령들(instructions)을 포함하며,상기 명령들이 상기 프로세서에 의해 실행되는 경우, 상기 명령들은 상기 기지국이상기 단말로부터 상기 단말의 위치 정보를 수신하고;상기 단말과 통신 가능한 모든 통신 경로에서의 채널 상태를 확인하고;상기 채널 상태가 가장 우수한 주 통신 경로(dominant path)를 결정하고;상기 머신 러닝 구조에서 상기 단말의 위치 정보 및 상기 주 통신 경로 정보에 기초한 학습을 수행하여, 상기 단말과의 통신을 위한 최적 AoD(angle of departure)를 추정하는 최적 AoD 추정 모델을 구축하고; 그리고상기 최적 AoD 추정 모델을 통하여 도출된 최적 AoD 추정값에 기초하여 상기 단말에 대한 빔포밍을 수행하는 것을 야기하도록 동작하는, 기지국
|
| 12 |
12
청구항 11에 있어서,상기 명령들은 상기 기지국이,상기 머신 러닝 구조의 입력계층에 상기 단말의 위치 정보를 입력하고;상기 머신 러닝 구조의 출력계층에서 상기 최적 AoD 추정값을 출력하고; 그리고상기 주 통신 경로 정보와 상기 최적 AoD 추정값에 기초하여, 상기 최적 AoD 추정 모델을 갱신하는 것을 야기하도록 더 동작하는 것을 특징으로 하는, 기지국
|
| 13 |
13
청구항 12에 있어서,상기 명령들은 상기 기지국이,상기 주 통신 경로 정보에 기초하여 최적 AoD 정답값을 계산하고;상기 출력계층에서 출력된 상기 최적 AoD 추정값과 상기 최적 AoD 정답값의 차이에 기초하여 손실함수(loss function)를 계산하고; 그리고상기 손실함수의 값이 감소되도록 상기 DNN 구조의 파라미터들을 갱신하도록 더 동작하는 것을 특징으로 하는, 기지국
|
| 14 |
14
청구항 12에 있어서,상기 명령들은 상기 기지국이,상기 최적 AoD 추정값과 상기 최적 AoD 정답값 간의 RMSE(root mean square error) 값을 계산하고;상기 RMSE 값을 제1 설정값과 비교하고;상기 RMSE 값이 상기 제1 설정값 이상일 경우, 상기 단말의 위치 및 상기 최적 통신 경로 정보에 기초한 학습을 다시 수행하고; 그리고상기 RMSE 값이 상기 제1 설정값 미만일 경우, 상기 출력계층에서 상기 최적 AoD 추정값을 출력하고 상기 최적 AoD 추정 모델의 구축을 완료하도록 더 동작하는 것을 특징으로 하는, 기지국
|
| 15 |
15
청구항 11에 있어서,상기 채널 상태는 RSS(received signal strength) 값이며,상기 명령들은 상기 기지국이,상기 단말의 위치 정보에 기초하여, 상기 단말과 상기 기지국이 존재하는 통신 환경을 표현하는 가상 공간을 생성하고;상기 가상 공간 상에, 상기 단말과 상기 기지국 간에 존재하는 적어도 하나 이상의 통신 장애물의 정보를 추가하고;상기 가상 공간 상에서, 상기 단말과 상기 기지국 간에 형성 가능한 모든 통신 경로를 확인하고; 그리고상기 가상 공간 상에서의 시뮬레이션을 통해, 상기 기지국에서 송신된 신호를 상기 단말에서 수신하였을 때의 RSS(received signal strength) 정보를 예측하도록 더 동작하는 것을 특징으로 하는, 기지국
|
