KR20210033690A - 비직교 파일럿 신호 기반 채널 추정 장치 및 방법 - Google Patents

Abstract

비직교 파일럿 신호 기반 채널 추정 장치 및 방법이 개시된다. 일 실시예에 따른 채널 추정 방법은, 복수의 파일럿 신호를 포함하는 수신 신호를 수신하는 단계와, 상기 복수의 파일럿 신호들에 대응하는 복수의 루트 시퀀스들 및 상기 수신 신호에 기초하여 상기 복수의 파일럿 신호들을 재구성한 복수의 제1 재구성 파일럿 신호들을 생성하는 단계와, 상기 복수의 제1 재구성 파일럿 신호들을 이용하여 상기 복수의 파일럿 신호들에 대한 채널들을 결정하는 단계를 포함한다.

Description

비직교 파일럿 신호 기반 채널 추정 장치 및 방법{APPARATUS AND METHOD FOR CHANNEL ESTIMATION BASED ON NON ORTHOGONAL PILOT SIGNAL}

아래 실시예들은 비직교 파일럿 신호 기반 채널 추정 장치 및 방법에 관한 것이다.

IoT(Internet of Things)는 IP 기반 네트워크를 통해 많은 수의 IoT 장치들을 광범위한 응용 프로그램과 연결하는 기술이다. 가트너(Gartner)는 2020년까지 수십억 개의 IoT 장치들이 LTE/LTE-A, LTE-M, NB-IoT, LoRa 및 SigFox와 같은 다양한 유형의 통신 프로토콜을 통해 네트워크에 연결될 것으로 예상하고 있다.

많은 수의 IoT 장치들을 수용하기 위해, 기지국에 필요한 선험적 지식(priori knowledge)은 업링크 채널 상태 정보(Channel State Information, CSI)를 획득하는 것이다. 채널 추정의 정확성은 데이터 패킷의 디코딩 성능에 큰 영향을 미치므로, 이러한 자원 공유 시나리오에서 업링크 채널 상태 정보의 획득이 더욱 중요하다.

기존의 채널 추정기는 채널 추정 방법으로 자도프 추 시퀀스(Zadoff-Chu sequence) 기반 직교 파일럿 구조(orthogonal pilot structure)를 이용한다. 하지만, 기존의 채널 추정기는 최대 동시 채널 추정 가능 단말 수를 제한됨으로써 IoT 서비스를 위한 초연결성(massive connectivity) 제공에 한계를 지닌다. 또한, 기존의 채널 추정기가 비직교 파일럿 구조(non-orthogonal pilot structure)를 사용하여 채널을 추정하면 기존 직교 파일럿 구조에서는 발생하지 않았던 비직교 파일럿 신호간 간섭 문제를 발생시킨다.

실시예들은 비직교 파일럿 신호들을 루트 시퀀스별로 재구성하여 비직교 파일럿 신호 간 간섭을 제거한 상황에서 채널을 추정함으로써, 비직교 파일럿 신호 간 간섭 문제가 발생하지 않으며 정확하게 채널을 추정할 수 있는 기술을 제공할 수 있다.

일 실시예에 따른 채널 추정 방법은, 복수의 파일럿 신호를 포함하는 수신 신호를 수신하는 단계와, 상기 복수의 파일럿 신호들에 대응하는 복수의 루트 시퀀스들 및 상기 수신 신호에 기초하여 상기 복수의 파일럿 신호들을 재구성한 복수의 제1 재구성 파일럿 신호들을 생성하는 단계와, 상기 복수의 제1 재구성 파일럿 신호들을 이용하여 상기 복수의 파일럿 신호들에 대한 채널들을 결정하는 단계를 포함한다.

상기 복수의 파일럿 신호들은 복수의 비직교 파일럿 신호들일 수 있다.

상기 복수의 제1 재구성 파일럿 신호들을 생성하는 단계는, 상기 수신 신호에 기반하는 잔여 수신 신호 및 상기 복수의 루트 시퀀스들을 이용하여 복수의 코릴레이션(correlation) 값들을 계산하는 단계와, 상기 복수의 코릴레이션 값들에 기초하여 상기 잔여 수신 신호에 대해서 상기 복수의 루트 시퀀스들과의 복수의 전력 지연 프로파일들(power delay profiles)을 계산하는 단계와, 상기 복수의 전력 지연 프로파일들 중에서 최대 값을 선택하는 단계와, 상기 최대 값, 상기 복수의 코릴레이션 값들 및 상기 복수의 루트 시퀀스들에 기초하여 복수의 제2 재구성 파일럿 신호들을 복구하여 상기 복수의 제1 재구성 파일럿 신호들로 생성하는 단계와, 상기 수신 신호 및 상기 복수의 제2 재구성 파일럿 신호들에 기초하여 상기 잔여 수신 신호를 계산하는 단계를 포함할 수 있다.

상기 복수의 제1 재구성 파일럿 신호들을 생성하는 단계는, 상기 잔여 수신 신호가 상기 수신 신호에 대한 잡음 전력(noise power) 이하가 되는 m번째 라운드(round)까지 반복될 수 있다(m은 0보다 큰 자연수).

일 실시예에 따른 채널 추정 장치는, 복수의 파일럿 신호를 포함하는 수신 신호를 수신하는 복수의 안테나와, 상기 복수의 파일럿 신호들에 대응하는 복수의 루트 시퀀스들 및 상기 수신 신호에 기초하여 상기 복수의 파일럿 신호들을 재구성한 복수의 제1 재구성 파일럿 신호들을 생성하고, 상기 복수의 제1 재구성 파일럿 신호들을 이용하여 상기 복수의 파일럿 신호들에 대한 채널들을 결정하는 프로세서를 포함한다.

도 1은 기존의 채널 추정기가 채널을 추정하는 방법을 설명하기 위한 도면이다.
도 2 내지 도 4는 기존의 채널 추정기가 채널을 추정하는 과정을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 채널 추정 시스템을 나타낸 도면이다.
도 6은 도 5에 도시된 채널 추정 장치(200)를 개략적으로 나타낸 도면이다.
도 7 및 도 8은 채널 추정 시스템이 채널을 추정하는 전체 동작을 설명하기 위한 도면이다.
도 9는 기존 채널 추정기와 채널 추정 장치의 상관 연산 수를 비교한 도면이다.
도 10은 채널 추정 장치가 각 라운드에서 재구성된 채널 계수와 대응하는 실제 채널 계수 사이의 평균 제곱 오차를 나타낸 도면이다.
도 11은 채널 추정 장치와 기존의 추정기의 채널 추정 결과를 비교한 도면이다.
도 12는 채널 추정 장치의 성능을 검증하기 위한 파라미터 및 시뮬레이션 값 들의 일 예를 나타낸다.
도 13 및 도 14는 채널 추정 장치와 기존 채널 추정기 간의 평균 제곱 오차를 비교한 도면이다.
도 15 및 도 16은 채널 추정 장치와 기존 채널 추정기 간의 파일럿 길이에 따른 평균 비트 에러율을 비교한 도면이다.
도 17 내지 도 20은 채널 추정 장치와 기존의 채널 추정기 간의 IoT 장치 수에 따른 평균 네트워크 처리량을 비교한 도면이다.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

제1 또는 제2등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해서 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만, 예를 들어 실시예의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

도 1은 기존의 채널 추정기가 채널을 추정하는 방법을 설명하기 위한 도면이다.

IoT(Internet of Things)는 IP 기반 네트워크를 통해 방대한 수의 IoT 장치들을 광범위한 응용 프로그램과 연결하는 기술이다. IoT는 Industry 4.0의 주요 지원 요소(key enabler)로 간주된다. 가트너(Gartner)는 2020년까지 수십억 개의 IoT 장치들이 LTE/LTE-A, LTE-M, NB-IoT, LoRa 및 SigFox와 같은 다양한 유형의 통신 프로토콜을 통해 네트워크에 연결될 것으로 예상하고 있다.

점점 더 많아지는 IoT 장치들은 현재의 통신 시스템에 몇 가지 과제(challenge)를 제기한다. 특히, IoT 장치들의 초고밀도(ultra-high density)를 지원하기 위한 스펙트럼 효율(spectral-efficient) 무선 자원 관리는 여전히 해결해야 할 과제 중 하나이다.

기존 셀룰러 인프라의 비용 효율성 때문에, 최근 셀룰러 네트워크 영역에서는 제한된 양의 무선 리소스를 사용하여 많은 수의 IoT 장치들을 수용하기 위한 광범위한 연구가 진행되고 있다. 많은 수의 IoT 장치들을 수용하기 위한 방법으로 중첩 코딩(superposition coding)에 기초한 MPR(Multi Packet Reception)이 제안되었다. 또한, 기지국(base station; BS)은 단일 안테나가 장착되어 있어도 많은 수의 IoT 장치들이 동일한 무선 자원을 공유할 수 있게 한다.

최근에는, 많은 수의 IoT 장치들을 수용하기 위한 방법으로 SCMA(Sparse Code Multiple Access), MUSA(Multi-User Shared Access) 및 RSMA(Resource Spread Multiple Access)와 같은 다양한 NOMA(Non-Orthogonal Multiple Access) 메커니즘이 여러 장치를 동시에 지원하기 위해 제안되었다. 제안된 IoT 장치들을 수용하기 위한 방법들은 스펙트럼 효율을 현저히 증가시킬 수 있는 가능성을 보여준다.

또한, 많은 수의 IoT 장치들을 수용하기 위해서는 기지국(BS)에 대한 선험적 지식(priori knowledge)이 필요하다. 기지국(BS)에 필요한 선험적 지식은 업링크 채널 상태 정보(Channel State Information, CSI)를 획득하는 것이다. 하지만, 대부분의 연구에서는 기지국(BS)에서 완벽한 채널 상태 정보를 가정하여 IoT 장치들을 수용한다. 채널 추정의 정확성은 데이터 패킷의 디코딩 성능에 큰 영향을 미치므로, 이러한 자원 공유 시나리오에서 업링크 채널 상태 정보의 획득이 더욱 중요하다.

신뢰성 있고 정확한 채널 추정을 위해 직교 구조(orthogonal structure)를 갖는 파일럿 신호들(또는 기준 신호들)이 사용된다. 예를 들어, 이산 푸리에 변환(discrete Fourier transform, DFT) 기반 채널 추정 방법은 구현의 복잡성이 낮기 때문에 LTE/LTE-A 시스템에 널리 적용되었다. 그러나, 이산 푸리에 변환 기반 채널 추정 방법은 다음과 같은 이유로 기존 셀룰러 네트워크에서 많은 수의 IoT 장치들을 직접 지원하기가 어려울 수 있다.

i) 생성 가능한 직교 시퀀스들(generable orthogonal sequences)의 수는 유한 시퀀스 길이(finite sequence length)에 대해 제한되며, 이는 확장성이 직교 구조로 제공될 수 없음을 의미한다.

ii) 무선 자원들을 공유하는 장치의 수에 비례하여 더 많은 무선 자원들이 파일럿 신호 전송을 위해 할당되어야 하며, 이는 주어진 무선 자원에 대한 파일럿 오버 헤드의 증가로 인해 스루풋 성능(throughput performance)을 상당히 저하시킨다. IoT 시나리오에서 이러한 파일럿 부족 문제는 셀룰러 네트워크에서 IoT 서비스를 제공하기위한 병목 현상이 될 수 있다.

이러한 한계를 극복하기 위하여, 기존 셀룰러 시스템 내에서 채널을 추정하기 위해 비직교 파일럿 신호들을 사용하면 적은 비용으로 더 많은 IoT 장치를 지원할 수 있다. 채널 추정을 위해 비직교 파일럿 신호들을 사용하는 대부분의 연구는 심각한 파일럿 부족 문제로 인하여 시분할 이중화(time division duplex, TDD) 대규모 MIMO(Multiple-Input and Multiple-Output) 시스템에서 수행되었다. 또한, FDD 기반 셀룰러 네트워크에 대한 연구는 거의 이루어지지 않았다. 즉, 기존의 제안된 채널 추정 방법은 TDD 시스템에서만 유효한 채널 상호 속성(channel reciprocity property)을 사용했기 때문에, 기존 FDD 기반 셀룰러 시스템에 직접 적용할 수 없다.

또한, 셀룰러 네트워크에서 많은 수의 IoT 장치들의 연결을 제공하려면 고정확도(high accuracy)로 많은 수의 IoT 장치들의 채널 상태 정보를 동시에 수집하는 것이 중요하다. 기존의 채널 추정기(channel estimator; CE)는 셀룰러 네트워크상에서 직교 파일럿 구조(orthogonal pilot structure)를 채택하여 파일럿 오버 헤드를 크게 증가시키지 않으면서 많은 수의 IoT 장치에 높은 확장성(high scalability)을 제공할 수 없다.

기존의 채널 추정기는 채널 추정 방법으로 자도프 추 시퀀스(Zadoff-Chu sequence) 기반 직교 파일럿 구조를 이용한다. 하지만, 기존의 채널 추정기는 최대 동시 채널 추정 가능 단말 수를 제안함으로써 IoT 서비스를 위한 초연결성(massive connectivity) 제공에 한계를 지닌다. 기존의 채널 추정기가 비직교 파일럿 구조(non-orthogonal pilot structure)를 사용하여 채널을 추정하면 기존 직교 파일럿 구조에서는 발생하지 않았던 비직교 파일럿 신호 간 간섭 문제를 발생시킨다.

도 2 내지 도 4는 기존의 채널 추정기가 채널을 추정하는 과정을 설명하기 위한 도면이다.

설명의 편의를 위해, 기존의 채널 추정기(CE)는 직교 주파수 분할 다중 접속(OFDMA) 기반 FDD 셀룰러 네트워크에 설치된 것을 가정한다. 예를 들어, 기존의 채널 추정기(CE)는 FDD 기반 LTE/LTE-A 네트워크에 설치된 것을 가정한다.

기지국(BS)은 복수의 안테나들을 포함한다. 복수의 IoT 장치들(D1 내지 D

)은 각각 단일 안테나를 포함한다. 기지국(BS)이 포함하는 복수의 안테나들의 인덱스 세트를

로 정의한다. 기지국(BS) 및 복수의 IoT 장치들(D1 내지 D

)은 활성화되어 있다.

복수의 IoT 장치들(D1 내지 D

)은 독립적인 짧은 데이터 패킷들(P1 내지 P

)을 기지국(BS)에 보고한다. 복수의 IoT 장치들(D1 내지 D

)은 Random Access 절차가 완료된 후 기지국(BS)과 완전히 연결되어 있다고 가정한다. 기지국(BS) 및 복수의 IoT 장치들(D1 내지 D

) 간의 통신은 중앙 집중 방식으로 기지국(BS)에 의해 제어된다.

복수의 IoT 장치들(D1 내지 D

)의 총 개수는 U라고 가정한다. 기지국(BS)은 독립적인 M개의 업링크 무선 자원들을 이용하여 U개의 IoT 장치들(D1 내지 D

)을 지원한다. 즉,

을 만족한다.

각 무선 자원은 I개의 복수의 IoT 장치들(D1 내지 D

)이 기지국(BS)에 자신의 데이터 패킷을 전송할 때 동시에 공유된다. 안테나 기술에 의해 지원될 수 있는 최대 데이터 스트림 수가 기지국(BS)에서의 안테나 수 보다는 작다. 즉, 기존의 채널 추정기(CE)가 채널을 추정하는 방법에 있어서,

라는 점에 주목할 가치가 있다.

무선 자원을 공유하는 복수의 IoT 장치들(D1 내지 D

)의 인덱스 세트를

로 정의한다. 즉, 무선 자원을 공유하는 복수의 IoT 장치들의 개수는

개이고, 기지국(BS)의 안테나 개수는

개(

)이다.

할당된 무선 자원들 각각은 주파수 영역(frequency domain)에서

개의 부반송파들(subcarriers)과 시간 영역(time domain)에서

개의 OFDM 심벌들로 구성된다. 여기서

개의 OFDM 심벌들은

개의 파일럿 심벌들(또는 파일럿 신호들) 및

개의 데이터 심벌들로 구성된다. 즉,

로 정의된다.

LTE/LTE-A 시스템에서, 자원 블록(resource block, RB)은 주파수 영역에서 12개의 부반송파와 시간 영역에서 7개의 OFDM 심벌(정규 CP(cyclic prefix)을 가짐)을 포함한다. 예를 들어, 7 개의 OFDM 심벌 중에서, 제4 심벌(4번째 심볼)은 파일럿 심벌을 운반하는데 사용된다. 이 경우

이다. 주어진

에 대한

와

사이의 비율은 파일럿 오버 헤드를 결정한다.

각 패킷 내의 전체 심볼들이 동일한 채널을 경험한다고 가정한다. 따라서, 기존의 채널 추정기(CE)는 파일럿 신호로부터의 채널 추정치를 패킷 내의 데이터 심볼을 디코딩하는데 사용할 수 있다.

기존의 채널 추정기(CE)는 Zadoff-Chu(이하 ZC) 시퀀스를 이용한다. ZC는 파일럿 신호들을 생성하기 위한 루트 시퀀스(root sequence)로 이용한다. ZC 시퀀스는 다음과 같은 속성을 갖는다.

(1) 속성 1(Property 1)

원형 쉬프트 버전(circularly shifted version)과의 자기 상관(auto-correlation)은 델타 함수이다. 이는 수학식 1로 정의할 수 있다.

은 루트 인덱스(root index)가 r인 ZC 시퀀스,

은 ZC 시퀀스의 길이(length),

은 지연(lag)

에서

의 이산 주기 자기상관 함수(discrete periodic auto-correlation function),

은 켤레 복소수(complex conjugate)를 의미한다.

(2) 속성 2(Property 2)

다른 루트 인덱스

과

을 가진 두 개의 ZC 시퀀스 간의 상호상관(cross-correlation)의 절대 값(absolute value)은 일정하다. 이는 수학식 2로 정의할 수 있다.

위의 우수한 상관 속성들(correlation properties, property 1 및 property 2) 때문에, ZC 시퀀스는 LTE/LTE-A 시스템에서 업링크 복조 참조 신호(uplink demodulation reference signal(DMRS))에 채택되었다. 파일럿 심볼은 기지국(BS)에서 코히어런트 복조(coherent demodulation)를 위한 채널 추정치(channel estimate)를 획득하기 위해 각각의 패킷 내에서 시간-다중화(time-multiplexed)된다. 때문에, 파일럿 심볼 및 데이터 심볼들은 동일한 대역폭(bandwidth)을 차지한다.

는 주파수 영역에서 파일럿 길이(pilot length), 즉

로 정의한다. 설명의 편의를 위해, 시간 도메인 파일럿 신호 생성(time-domain pilot signal generation) 동안에 CP 삽입(CP insertion)과 업-샘플링(up sampling)을 모두 고려하지 않는다. 따라서, 이산 시간 도메인에서의 파일럿 신호는 이산 푸리에 변환(DFT)의 특성때문에

개의 샘플을 갖는다.

루트 인덱스

을 가진 ZC 시퀀스의 요소들(elements)은 시간 영역에서 수학식 3과 같이 나타낼 수 있다.

여기서,

은

인 양의 정수이다.

다수의 직교 파일럿 신호들은 시간 영역에서 쉬프트되지 않은

번째 루트 ZC 시퀀스(기본 시퀀스(base sequence) 또는 참조 시퀀스(reference sequence))를 주기적으로 쉬프트함으로써 생성될 수 있다.

자원 할당 단계(resource allocation phase) 동안, 기지국(BS)은 IoT 장치들 각각에 파일럿 신호 정보(pilot signal information), 즉 ZC 시퀀스의 루트 인덱스 및 순환 쉬프트(cyclic shift)의 양(amount)을 통지한다. IoT 장치

에서 생성된 파일럿 신호는 수학식 4와 같이 표현될 수 있다.

여기서,

는 루트 인덱스를 의미하고,

는 IoT 장치

에 할당된 순환 쉬프트의 양을 의미한다. 특히,

과

은 수학식 5과 수학식 6과 같이 표현될 수 있다.

여기서,

이다.

은 a보다 크거나 같은 가장 작은 정수를 나타내고,

은 a보다 작거나 같은 가장 큰 정수를 나타낸다.

또한,

는 단일 기본 시퀀스(single base sequence)로부터 생성될 수 있는 직교 파일럿 신호들의 수, 즉

를 나타내고,

는 최대 지연 확산(maximum delay spread)에 대응하는 채널 탭 길이(channel tap length)보다 큰 순환 시프트 크기(cyclic shift size)를 나타낸다.

따라서, 수학식 5는 기지국(BS)이 단일 기본 시퀀스만을 사용함으로써 직교 파일럿 신호들을 최대

개의 장치들에 할당할 수 있음을 의미한다. LTE/LTE-A 네트워크들과 같은 기존의 셀룰러 시스템 내 기지국(BS)에서 단일 기본 시퀀스 만이 사용된다면, 기지국(BS)에서 안테나의 수가 보다

큰 경우(즉,

)에도 지원 가능한 IoT 장치들의 최대 수는

에 제한된다.

통상적으로 단일 ZC 시퀀스만이 직교 파일럿 신호를 생성하기 위한 기본 시퀀스로서 사용되어왔다. 순환 쉬프트 연산(cyclic shift operation)을 적용함으로써 단일 ZC 시퀀스로부터 다수의 직교 파일럿 신호들을 얻을 수 있지만 그 개수는 제한된다. 주어진 무선 자원들의 양에 대해, 파일럿 신호 전송에 더 많은 무선 자원들을 사용하는 것은 이용 가능한 직교 파일럿 신호들의 수를 증가시킬 수 있지만, 데이터 전송의 기회를 잃게된다.

단일 ZC 시퀀스가 고려될 때, 도 3에 도시된 바와 같이 기존의 채널 추정기(CE)는 수신 신호와 기본 시퀀스 사이의 상관관계(correlation)를 계산함으로써 무선 채널을 간단히 추정할 수 있다.

IoT 장치들 각각과 기지국(BS)의 안테나들 사이의 모든 채널을 추정하기 위해, 기지국(BS)의 각 안테나에서 동일한 절차가 수행된다. 예를 들어, 기지국(BS)의 j번째 안테나에서의 수신 신호

로 정의한다.

이

와 같은

개의 직교 파일럿 신호들의 기본 시퀀스라고 정의한다.

파일럿 신호 전송과 유사하게,

개의 IoT 장치들이 데이터 심볼들을 전송할 때, 기지국(BS)의 j 번째 안테나의 수신 신호는 수학식 7과 같다.

여기서,

는 신호 강도(signal strength)를 의미하고,

은 i번째 IoT 장에서 BS까지의 q번째 데이터 심볼을 나타낸다. 코히어런트한 시간 가정(coherent time assumption) 때문에, 데이터 심볼들은 파일럿 심볼과 동일한 채널을 경험한다.

지연(lag)

에서

와

의 상관관계는 수학식 8로 표현될 수 있다.

,

은 켤레 복소수(complex conjugate)를 의미한다.

은

과 동일한 분포를 가지며,

이다.

수학식 8로부터,

개의 IoT 장치들의 다중 경로들에 대응하는 다중 채널 임펄스 응답들(CIRs)이 상관관계 결과(correlation result)에서 잘 포착된다. 또한, 수학식 8로부터 다중 채널 임펄스 응답들이 부가 가우시안 잡음(additive Gaussian noise)이 채널 추정 성능을 저하시킨다는 것을 알 수 있다.

수신 신호를 역상관하고(decorrelating), 시간 영역에서 CIR들을 분리하는 것은 모든 IoT 장치들과 기지국(BS)의 j번째 안테나 사이의 채널 추정치들, 즉

을 생성할 수 있다. 이것을 DFT 기반 채널 추정이라고 하며, 추정 결과는 최소 제곱(least squared(LS)) 추정기의 결과와 유사하다.

단일 역상관기(decorrelator)를 갖는 직교 파일럿 신호들이 표준에서 사용되지만, 기지국(BS)이 2개 이상의 ZC 시퀀스를 사용함으로써 비직교 파일럿 신호들을 채택할 수 있다. 이 경우, 도 4에 도시 된 바와 같이 기존의 채널 추정기는 다수의 역상관기들, 즉 역상관기 뱅크들(Decorrelator banks)을 포함해야 한다. 그러나, 기존의 채널 추정기는 상이한 루트 인덱스를 갖는 ZC 시퀀스들 간의 0이 아닌 상호 상관관계(mutual correlations), 즉 비직교 파일럿 신호들 간의 간섭으로 인해 우수한 성능을 기대할 수 없다.

즉, 기본 시퀀스들로 여러 ZC 시퀀스들을 사용하면, 추가 무선 자원들을 사용하지 않고도 사용 가능한 파일럿 신호의 수를 늘릴 수 있다. 그러나, 이는 비직교성으로 인해 일부 추가 간섭을 야기한다. 따라서, 도 4에 도시된 바와 같이, 기존의 채널 추정기(CE)가 이용된 ZC 시퀀스만큼 역상관기 뱅크(Decorrelator banks), 즉 단순히 다중 역상관기를 사용한다면 양호한 채널 추정 성능을 보장할 수 없다.

구체적으로, 기존의 채널 추정기(CE)에서 역상관기 뱅크들이 이용될 때, 지연(lag)

에서

와

의 상관관계 결과

는 수학식 9와 같을 수 있다.

는

을 기본 시퀀스로 사용하는 IoT 장치들의 세트,

는

을 기본 시퀀스로 사용하지 않는 IoT 장치들의 세트를 의미한다. 수학식 9와 수학식 8을 비교하면, 수학식 9의 두 번째 항(term), 즉

는

에서 생성되지 않은 비직교 파일럿 신호들로 인해 추가적으로 생성되는 것이다. 따라서, 채널 추정 정확도를 향상시키기 위해, 수학식 9에서의 추가 간섭

이 제거될 필요가 있다.

실시예들은 비직교 파일럿 신호들을 루트 시퀀스별로 재구성하여 비직교 파일럿 신호 간 간섭을 제거한 상황에서 채널을 추정함으로써, 비직교 파일럿 신호 간 간섭 문제가 발생하지 않으며 정확하게 채널을 추정할 수 있는 기술을 제공할 수 있다.

이하에서는 도 5 내지 도 20을 참조하여 실시예들을 설명하도록 한다.

도 5는 일 실시예에 따른 채널 추정 시스템을 나타낸 도면이다.

채널 추정 시스템(10)은 복수의 단말들(100) 및 채널 추정 장치(200)를 포함한다.

채널 추정 시스템(10)은 비직교 파일럿 신호들에 기초하여 기존보다 더 많은 수의 단말의 채널을 동시 추정할 수 있다. 즉, 채널 추정 시스템(10)은 기존의 직교 파일럿 신호 기반 채널 추정 방법에 비해 더 많은 수의 단말의 채널 상태 정보(Channel State Information, CSI)를 동시에 획득할 수 있다. 따라서, 채널 추정 시스템(10)은 IoT 초연결성(massive connectivity)을 제공할 수 있다.

채널 추정 시스템(10)은 FDD 기반 셀룰러 네트워크에서 비직교 파일럿 신호를 통해 단말들의 채널 상태 정보를 획득할 수 있다. 즉, 채널 추정 시스템(10)은 비직교 파일럿 신호들을 재구성하고 비직교 파일럿 신호간 간섭을 제거함으로써, 비직교 파일럿 신호들을 통해 단말들의 채널을 추정할 수 있다.

복수의 단말들(100)은 수신 신호를 생성할 수 있다. 복수의 단말들(100)은 수신 신호를 채널 추정 장치(200)로 전송할 수 있다. 예를 들어, 복수의 단말들(100)은 IoT 장치들일 수 있다.

채널 추정 장치(200)는 수신 신호에 포함된 복수의 파일럿 신호를 루트 시퀀스별로 분류하여 복수의 파일럿 신호에 존재하는 간섭 신호를 제거할 수 있다. 채널 추정 장치(200)는 간섭 신호가 제거된 복수의 파일럿 신호에 기초하여 복수의 단말들(100)에 대한 채널을 추정할 수 있다. 예를 들어, 채널 추정 장치(200)는 기존의 기지국(BS)에 구현될 수 있다.

도 6은 도 5에 도시된 채널 추정 장치(200)를 개략적으로 나타낸 도면이다.

채널 추정 장치(200)는 복수의 안테나(210), 프로세서(230), 및 메모리(250)를 포함할 수 있다.

복수의 안테나(210)는 복수의 파일럿 신호를 포함하는 수신 신호를 각각 수신할 수 있다. 복수의 안테나(210)는 수신 신호를 프로세서(230)로 전송할 수 있다. 예를 들어, 복수의 파일럿 신호들은 복수의 비직교 파일럿 신호들일 수 있다.

프로세서(230)는 중앙처리장치, 어플리케이션 프로세서, 또는 커뮤니케이션 프로세서(communication processor) 중 하나 또는 그 이상을 포함할 수 있다.

프로세서(230)는 채널 추정 장치(200)의 적어도 하나의 다른 구성요소들의 제어에 관한 연산이나 데이터 처리를 실행할 수 있다. 예를 들어, 프로세서(230)는 메모리(250)에 저장된 어플리케이션 및/또는 소프트웨어 등을 실행할 수 있다.

프로세서(230)는 복수의 안테나(210)가 수신한 데이터 및 메모리(250)에 저장된 데이터를 처리할 수 있다. 프로세서(230)는 메모리(250)에 저장된 데이터를 처리할 수 있다. 프로세서(230)는 메모리(250)에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서(230)에 의해 유발된 인스트럭션(instruction)들을 실행할 수 있다.

프로세서(230)는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다.

예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array)를 포함할 수 있다.

프로세서(230)는 복수의 파일럿 신호들에 대응하는 복수의 루트 시퀀스들 및 수신 신호에 기초하여 복수의 파일럿 신호들을 재구성한 복수의 제1 재구성 파일럿 신호들을 생성할 수 있다.

프로세서(230)는 수신 신호에 기반하는 잔여 수신 신호 및 복수의 루트 시퀀스들을 이용하여 복수의 코릴레이션(correlation) 값들을 계산할 수 있다. 프로세서(230)는 복수의 코릴레이션 값들에 기초하여 잔여 수신 신호에 대해서 복수의 루트 시퀀스들과의 복수의 전력 지연 프로파일들(power delay profiles, PDP)을 계산할 수 있다. 프로세서(230)는 복수의 전력 지연 프로파일들 중에서 가장 큰 피크 값인 최대 값을 선택할 수 있다.

프로세서(230)는 최대 값, 복수의 코릴레이션 값들 및 복수의 루트 시퀀스들에 기초하여 복수의 제2 재구성 파일럿 신호들을 복구할 수 있다. 프로세서(230)는 복수의 제2 재구성 파일럿 신호들을 복수의 제1 재구성 파일럿 신호들로 생성할 수 있다. 프로세서(230)는 수신 신호 및 복수의 제2 재구성 파일럿 신호들에 기초하여 잔여 수신 신호를 계산할 수 있다.

프로세서(230)는 잔여 수신 신호가 수신 신호에 대한 잡음 전력(noise power) 이하가 되는 m번째 라운드(round)까지 복수의 제1 재구성 파일럿 신호들을 생성할 수 있다.

프로세서(230)는 복수의 제1 재구성 파일럿 신호들을 이용하여 복수의 파일럿 신호들에 대한 채널들을 결정할 수 있다.

메모리(250)는 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 메모리(250)는, 채널 추정 장치(200)의 적어도 하나의 다른 구성요소에 관계된 명령 및/또는 데이터를 저장할 수 있다.

메모리(250)는 소프트웨어(software) 및/또는 프로그램(program) 등을 저장할 수 있다. 예를 들어, 메모리(250)는 채널 추정을 위한 어플리케이션 및 소프트 웨어를 저장할 수 있다.

도 7 및 도 8은 채널 추정 시스템이 채널을 추정하는 동작을 설명하기 위한 도면이다.

채널 추정 장치(200)는 비직교 파일럿 신호들을 통해

인 시나리오를 지원할 수 있다. 즉, 기존의 채널 추정기(CE)가 지원하였던

인 시나리오와는 달리, 채널 추정 장치(200)는 동일한 무선 자원들을 공유하는 복수의 단말들(100)의 수가 단일 ZC 시퀀스로부터 사용 가능한 직교 파일럿 신호들의 수보다 큰 시나리오를 고려할 수 있다.

채널 추정 시스템(10)은 전체 파일럿 신호들이 서로 직교하지 않더라도

개의 복수의 단말들을 지원하기에 충분한 파일럿 신호들을 생성할 수 있다. 채널 추정 시스템(10)은 충분한 파일럿 신호들의 생성을 위해 2개 이상의 ZC 시퀀스가 기본 시퀀스로 사용될 수 있다. 즉, 동일한 기본 시퀀스에서 생성된 파일럿 신호들은 서로 직교하지만, 서로 다른 기본 시퀀스로부터 생성된 파일럿 신호들은 서로 직교하지 않는다. 따라서,

개의 장치들을 지원하는데 필요한 기본 시퀀스의 최소 수는

로 정의될 수 있다.

채널 추정 장치(200)는

개의 복수의 단말들(100)이 파일럿 심벌들을 동시에 전송할 때, 시간 영역에서 채널 추정 장치(200)에 포함된 j번째 안테나의 수신 신호를 수학식 10을 통해 계산할 수 있다.

는 신호 강도(signal strength),

은 평균 0(zero mean) 및 분산(variance)

을 갖는 복소(complex) 부가 백색 가우스시안 잡음(additive white Gaussian noise(AWGN)), 즉

을 의미할 수 있다.

은 순환 컨벌루션 연산(circular convolution operation),

은 복수의 단말들(200) 중에서 i번째 단말과 채널 추정 장치(200)의 j번째 안테나 사이의 다중 경로 페이딩 채널(multi-path fading channel)을 의미할 수 있다.

채널 추정 장치(200)는

를 수학식 11을 통해 계산할 수 있다.

은 채널 탭 길이(channel tap length),

는

번째 탭 이득(tap gain),

는 디랙 델타 함수(Dirac Delta function)를 의미할 수 있다.

채널 추정 장치(200)는

및

에 대한 채널 계수들(channel coefficients)을 추정할 수 있다. 채널 추정 장치(200)는

및

에 대한 모든 채널 추정치들

을 획득하기 위해, 수신 신호

와 모든 루트 시퀀스들

사이의 상관 관계를 계산할 수 있다.

수신 신호

는 다수의 비직교 파일럿 신호들을 포함할 수 있다. 따라서, 수신 신호와 역상관기 뱅크들의 상관(correlation) 결과는 잡음과 같은 간섭들, 즉

를 포함한다.

따라서, 채널 추정 장치(200)는

에 대해 수신 신호

를 전처리하여 파일럿 신호를 재구성(710)하고, 입력 신호들을 역상관기 뱅크 각각으로 미분(730)하여 채널 추정 성능을 향상시킬 수 있다. 즉, 채널 추정 장치(200)는 수신 신호를 전처리하는 파일럿 신호 재구성 단계(710)에서 파일럿 신호를 재구성함으로써(즉,

), 수신 신호를 상이한 기본 시퀀스를 갖는 다중 신호들로 분리할 수 있다.

채널 추정 장치(200)는 채널 추정 단계(channel estimation step; 770)에서

에 대한

대신에

에 대한

를 사용하여 채널을 추정함으로써, 비직교 파일럿 신호간 간섭 문제를 제거한 채널 추정을 수행할 수 있다.

즉, 채널 추정 장치(200)는 수신 신호로부터 파일럿 신호들을 순차적으로 재구성할 수 있다(710). 채널 추정 장치(200)는 각 라운드에서 재구성된 신호(reconstructed signal)를 감산하여 잔여(residual) 수신 신호에 대한 간섭의 영향을 제거할 수 있다.

구체적으로, 채널 추정 장치(200)는 기본 시퀀스들 각각으로 전체 전력 지연 프로파일들, 즉

에 대한

을 수학식 12를 통해 계산할 수 있다.

는 I IoT 장치를 서비스하기 위해 최소로 필요한 기저 시퀀스 개수,

는 m번째 반복 라운드(iteration round)에서의 잔여 수신 신호,

,

은 시간 지연

에서

과

사이의 크로스-코릴레이션(cross-correlation)을 의미할 수 있다.

채널 추정 장치(200)는 전력 지연 프로파일들 중에서 가장 큰 피크인 최대 값을 수학식 13을 통해 선택할 수 있다.

채널 추정 장치(200)는 수학식 13에서의 결과를 이용하여 신호를 재구성할 수 있다. 즉, 가장 큰 피크인 최대 값에는 채널 계수와 지연에 대한 정보가 포함되어 있을 수 있다.

채널 추정 장치(200)는 수학식 14를 통해 m번째 반복 라운드에서 재구성 파일럿 신호를 생성할 수 있다.

와

각각은 최대 값에서 캡처된 채널 계수 및 지연 정보를 의미할 수 있다.

채널 추정 장치(200)는 수학식 15를 통해

을

에 누적할 수 있다. 채널 추정 장치(200)는

에서

를 빼서 다음 (m+1)번째 반복 라운드에 대한 잔여 수신 신호

를 생성할 수 있다.

에 대해

이고,

이다.

채널 추정 장치(200)는 잔여 수신 신호의 전력이 잡음 전력(noise power)

보다 작아질 때까지 동일한 절차를 반복할 수 있다.

채널 추정 장치(200)가 수신 신호를 전처리하는 파일럿 신호 재구성 단계(710)인 전체 알고리즘 1(Algorithm 1)은 도 8과 같다. 채널 추정 장치(200)가 수신 신호를 전처리하는 파일럿 재구성 단계(710)는 모든 안테나의 각 수신 신호, 즉

에 대한

에 대해 수행될 수 있다.

채널 추정 장치(200)는 재구성된 파일럿 신호들에 기초하여 복수의 단말들(100)에 대한 채널을 추정할 수 있다. 즉, 채널 추정 장치(200)는 재구성 및 구분된 파일럿 신호들과 기존 루트 시퀀스와 상관관계(correlation)를 구함으로써 복수의 단말들(100)에 대한 채널을 결정할 수 있다. 상관관계를 구하면 시간 축에서 multiple channel impulse response(CIR)가 나타날 수 있다.

채널 추정 장치(200)는 도 4에서 설명된 바와 같은

에 대한

대신에 재구성된 파일럿 신호들, 즉 도 7에 도시된 바와 같은

및

에 대한

에 기초하여 모든 채널들을 추정할 수 있다.

채널 추정 장치(200)는

및

에 대한 모든 채널 계수들

을 수학식 10을 통해 추정할 수 있다.

채널 추정 장치(200)는 ZF(Zero-Forcing) 검출기를 사용하여 추정된 채널 상태 정보로 데이터 심볼을 디코딩할 수 있다. 채널 추정의 정확성은 디코딩 성능에 상당한 영향을 미치며, 이는 비트 에러율(BER) 및 평균 제곱 오차(Mean Squared Error, MSE)로 평가될 수 있다. 이에 관한 상세한 시뮬레이션은 도 9 내지 도 20을 통해 설명하도록 한다.

채널 추정 장치(200)는 기존의 채널 추정기(CE)에 비해 부가적인 파일럿 신호 재구성 단계를 가지며, 이는 기존의 채널 추정기(CE)와 비교하여 더 높은 계산 복잡도를 필요로 한다. 채널 추정 장치(200)는 상관 관계를 계산하는 동안 가장 많은 컴퓨팅 성능이 소비되므로 총 상관관계 연산(correlation operation)의 수를 계산 복잡성의 성능 메트릭으로 간주할 수 있다. 채널 추정 장치(200)는 총 상관관계 연산 수를 수학식 16으로 계산할 수 있다.

여기서,

는 채널 탭 길이를 의미할 수 있다. 구체적으로,

개의 상관관계들이 파일럿 신호 재구성 단계, 즉 도 8의 알고리즘 1(Algorithm 1)의 라인 4에서 요구된다. 또한,

개의 상관관계들이 채널 추정 단계(770)에서 요구된다.

한편, 기존의 채널 추정기(CE)가 요구하는 총 상관관계 연산 수는

이다. 채널 추정 장치(200)가 계산하는 알고리즘 1(Algorithm 1)의 복잡도는 선형적으로

로 조정될 수 있다. 즉, 채널 추정 장치(200)가 계산하는 채널 추정 방법은 추가 비용없이 기존의 기지국(BS)에 적용될 수 있다. 즉,

을 만족하는

와

가 존재하므로, 채널 추정 장치(200)가 계산하는 채널 추정 방법의 복잡도는

로 표현될 수 있다.

채널 추정 장치(200)는 채널 추정 정확도 및 대응하는 추정 결과를 갖는 데이터 디코딩 성능 모두에서 파일럿 구조(직교 또는 비직교 파일럿 신호)의 효과에 대해 명확하게 조명하기 위해, N_P를 1로 설정할 수 있다. 이것은 채널 추정 시스템(10)이 기존 LTE/LTE-A 시스템과도 호환될 수 있음을 의미할 수 있다.

도 9는 기존 채널 추정기와 채널 추정 장치의 상관 연산 수를 비교한 도면이고, 도 10은 채널 추정 장치가 각 라운드에서 재구성된 채널 계수와 대응하는 실제 채널 계수 사이의 평균 제곱 오차를 나타낸 도면이다.

도 9는

가 4로 설정될 때, 기존 채널 추정기(CE)와 채널 추정 장치(200) 사이의 상관연관 연산 수를 비교한 도면이다. 도 9는

의 배수마다 상관 연산 수의 급격한 증가를 보여줄 수 있다. 이는 채널 추정 장치(200)가 더 많은 ZC 시퀀스를 기본 시퀀스들로 할당하기 때문일 수 있다.

도 10은

이 4이고,

가 72이고,

가 3인 경우, 각 반복 라운드에서 재구성된 채널 계수(예를 들어, 도 8의 알고리즘 1의 라인 7)와 대응하는 실제 채널 계수 사이의 평균 제곱 오차(MSE)를 나타낼 수 있다. 반복 라운드가 m인 때, 재구성된 채널 계수는

이고, 대응하는 실제 채널 계수는

일 수 있다.

반복은 파일럿 신호를 복구하기 위해 평균적으로 필요할 수 있다. 반복이 진행됨에 따라 평균 제곱 오차는 처음 몇 라운드에서 감소한 다음 증가할 수 있다. 채널 추정 장치(200)로 인한 간섭 제거의 이득은 처음 몇 라운드에서의 채널 추정 에러 전파의 효과보다 크며, 이는 특정 반복 라운드를 넘어서도 같을 수 있다.

도 11은 채널 추정 장치와 기존의 추정기의 채널 추정 결과를 비교한 도면이다.

도 11은 2개의 비직교 파일럿 신호가 다중화될 때의 채널 추정 장치(200)에 의한 채널 추정 결과의 일 예이다. 도 11에서, 채널 추정 장치(200)가 채널 구현을 높은 정확도로 추정하지만 기존의 채널 추정기(CE)는 그렇지 않음을 알 수 있다.

이는, 기존의 채널 추정기(CE)가 비직교 파일럿 신호들 간의 간섭을 관리하기 위한 파일럿 신호 재구성 단계(710)를 수행하지 않기 때문일 수 있다.

도 12는 채널 추정 장치의 성능을 검증하기 위한 파라미터 및 시뮬레이션 값 들의 일 예를 나타낸다.

채널 추정 장치(200)의 성능을 검증하기 위해, Matlab을 사용하여 링크 레벨 시뮬레이션을 수행할 수 있다. 또한 평균 제곱 오차(MSE), 비트 에러율(BER) 및 네트워크 처리량 측면에서 채널 추정 장치(200)를 평가하고 포인트 당 107회 시뮬레이션을 실행할 수 있다.

특정 시뮬레이션 매개 변수는 도 12의 표 1(TABLE 1)에 나열될 수 있다. 실제 IoT 시나리오에서 채널 추정 장치(200)의 타당성을 검증하기 위해서, 고정 및/또는 저 이동성 IoT 디바이스의 무선 채널을 설명하기 위해 널리 채택된 ITU 보행자 B 채널 모델을 고려할 수 있다.

데이터 변조를 위해 코딩되지 않은 BPSK(Binary Phase Shift Keying)를 고려할 수 있다. 도 4에서 설명한 다중 역상관기(Decorrelator banks)를 갖는 기존의 채널 추정기(CE)는 시뮬레이션 전반에 걸쳐 기본 구성표로 간주될 수 있다.

다중 역상관기(Decorrelator banks)를 갖는 기존의 채널 추정기(CE)는 단일 ZC 시퀀스만으로 충분한

장치에 대해, 표준화된 단일 역상관기에서와 같이 작동할 수 있다.

또한, 기존의 채널 추정기(CE)는 여러 ZC 시퀀스가 있는 장치를 지원할 수 있다. 이하에서는 기존의 채널 추정기(CE)가 여러 역 상관기를 포함하는 것으로 정의할 수 있다. 이하에서는 도 12의 표 1(TABLE 1)을 적용한 시뮬레이션들에 대해 도 13 내지 도 20을 참조하여 설명하도록 한다.

도 13 및 도 14는 채널 추정 장치와 기존의 채널 추정기 간의 평균 제곱 오차를 비교한 도면이다.

도 13은

와

의 다양한 조합에 대해 동일한 무선 자원

를 공유하는 IoT 장치의 수에 따라 기존의 채널 추정기(CE)와 채널 추정 장치(200) 간의 평균 제곱 오차(MSE)를 비교한 일 예를 나타낼 수 있다. 여기서

는 파일럿 신호의 신호대 잡음 비율(signal-to-noise ratio, SNR)을 의미할 수 있다. 파일럿 길이 및 안테나 수는 각각 72 및 8, 즉

,

로 설정될 수 있다.

도 13은 기존의 채널 추정기(CE) 및 채널 추정 장치(200)의 평균 제곱 오차(MSE)가

일 때 상수 값을 갖는 반면

일 때 점차 증가함을 나타낼 수 있다. 이는 기지국(BS)이

일 때 단일 ZC 시퀀스를 사용하여 직교 파일럿 신호를 각각의

디바이스에 할당 할 수 있고, 기지국(BS)이

일 때 파일럿 신호를 각 IoT 디바이스에 할당하기 위해 하나 이상의 비직교 ZC 시퀀스를 사용하기 때문일 수 있다.

그러나, 채널 추정치에 대응하는 CIR 분리 후 획득된 신호는 채널 추정 장치(200)가 도 8의 알고리즘 1(Algorithm 1)으로 수행하는 파일럿 재구성 단계(710)로 인해 잡음 성분이 제거된다. 따라서 채널 추정 장치(200)는 항상 기존의 채널 추정기(CE)보다 성능이 우수할 수 있다.

채널 추정 장치(200)의 평균 제곱 오차(MSE)는

일 때 SNR에 반비례하는 것으로 도시되며, 이는 최소 제곱(least squared, LS) 추정기의 평균 제곱 오차(MSE)에 대한 공지된 결과와 유사한 경향을 나타낼 수 있다. 이러한 결과는, 높은 SNR에 대하여 원하는 신호를 잘 얻을 수 있기 때문이다.

인 경우, 채널 추정 장치(200)의 평균 제곱 오차(MSE)는 SNR에 따라 비직교 파일럿 신호들 간의 간섭량이 증가하기 때문에 SNR과 독립적이 될 수 있다.

도 14를 참조하면, 기존의 채널 추정기와 채널 추정 장치(200) 사이의 평균 제곱 오차(MSE)를

와

의 다양한 조합에 대한 파일럿 길이

에 따라 비교한 것을 나타낸다. 도 14를 통해 채널 추정 장치(200)의 평균 제곱 오차(MSE)가

가 증가함에 따라 개선되었음을 알 수 있다. 이것은, 채널 추정 장치(200)의 파일럿 재구성 단계(710)에서의 파일럿 신호 재구성의 정확도가

가 증가함에 따라 개선되기 때문일 수 있다.

구체적으로, 상이한 루트 지수를 갖는 ZC 서열 간의 교차 상관(cross-correlation)은

에 의해 경계가 정해질 수 있다. 따라서, 파일럿 재구성 단계(710) 동안의 에러 전파 효과뿐 아니라 원하는 파일럿 신호에 대한 비직교 파일럿 신호로부터의 간섭 효과는 파일럿 길이가 증가함에 따라 감소될 수 있다. 즉, 채널 추정 장치(200)는 신호 복구 및 소거를 기반으로 하므로 파일럿 길이를 늘리면 채널 추정 장치(200)의 성능을 향상시킬 수 있다.

반대로, 기존의 채널 추정기(CE)는 채널 추정 프로세스 동안 파일럿 신호들에 대한 어떠한 간섭 관리 기능도 갖지 않으므로, 파일럿 길이에 대한 의존성을 나타내지 않을 수 있다. 즉, 기존의 채널 추정기(CE)에 가장 중요한 요소는 도 13에 도시 된 신호 강도일 수 있다. 두 경우 모두, ZC 시퀀스들 간의 간섭이 심해지기 때문에 파일럿 신호들, 즉

사이의 비 직교성이 증가함에 따라 평균 제곱 오차(MSE) 성능이 저하될 수 있다.

도 15 및 도 16은 채널 추정 장치와 기존 채널 추정기 간의 파일럿 길이에 따른 평균 비트 에러율을 비교한 도면이다.

도 15 및 도 16은 채널 추정 장치(200)와 기존 채널 추정기 간에 IoT 장치 수와,

,

및

의 다양한 조합에 대한 파일럿 길이에 따른 평균 비트 에러율(BER)을 비교한 도면이다.

평균 비트 에러율(BER) 성능은 도 13 및 도 14의 채널 추정 성능과 밀접한 관련이 있을 수 있다. 따라서, 도 15 및 도 16의 전체 관측치는 도 13 및 도 14의 관측치와 유사할 수 있다.

도 15 및 도 16에서 여러 점의 값이 0 이지만 도 15 및 도 16의 로그 스케일 도표로 표현되지 않을 수 있다. 이것은 도 13 및 도 14에 나타난 평균 제곱 오차(MSE) 값이 낮은 것과 관련이 있을 수 있다. 특히 같은 이유로, 다이아몬드 마커를 사용한 결과는 도 16에 표시할 수 없다.

채널 추정 장치(200)는 기존의 채널 추정기에 비해 더 나은 채널 추정 결과를 제공할 수 있기 때문에, 평균 비트 에러율(BER) 성능은 기존의 채널 추정기(CE)보다 우수할 수 있다.

반대로, 기존의 채널 추정기(CE)는 부정확한 채널 추정으로 인한 평균 비트 에러율(BER)에서의 현저한 열화를 보여줄 수 있다. 채널 추정 장치(200)의 경우, 파일럿 재구성 단계(710) 동안 에러 전파 효과로 인해 IoT 디바이스의 수가 증가함에 따라 평균 비트 에러율(BER) 성능이 저하될 수 있다. 채널 추정 장치(200)는 파일럿 길이가 짧아짐에 따라 평균 비트 에러율(BER) 성능이 저하되는 현상이 더욱 심해질 수 있다.

도 17 내지 도 20은 채널 추정 장치와 기존의 채널 추정기 간의 IoT 장치 수에 따른 평균 네트워크 처리량을 비교한 도면이다.

도 17 내지 도 20은

와

일 때, 채널 추정 장치(200)와 기존의 채널 추정기(CE) 간

와

의 다양한 조합에 대한 IoT 장치 수에 따른 평균 네트워크 처리량을 나타내는 도면이다.

네트워크 처리량을 비트 오류없이 데이터 전송에 성공한 IoT 장치의 수로 정의할 수 있다. 총

개의 장치가 업 링크 전송을 시도할 때 달성 가능한 네트워크 처리량은 수학식 17을 통해 계산될 수 있다.

는 평균 비트 에러율(BER)을 의미할 수 있다. 성공 확률

는

가 증가함에 따라 감소하고 데이터 전송에 참여하는 IoT 장치의 총 수는 증가할 수 있다. 따라서,

에 의해 주어진 네트워크 처리량을 최대화하기위한 최적의 장치

가 존재할 수 있다. 다루기 어려운

형식으로 인해 수치 검색으로 최적의 솔루션을 찾을 수 있다.

도 17 내지 도 20에서, 네트워크 처리량은

인 경우 선형적으로 증가할 수 있다. 이는 직교 파일럿 구조가

인 경우를 지원하기에 충분하고 양호한 채널 추정치를 제공할 수 있기 때문이다.

반대로,

인 경우, 안테나 수가 다수의 데이터 스트림을 이용하기에 충분하더라도 직교 파일럿 구조를 사용하는 파일럿 신호의 수는 성능에 대한 병목현상을 일으킬 수 있다. 이 경우, 비직교 파일럿 구조의 이용은 불가피할 수 있다. 기존의 채널 추정기(CE)와 함께 비직교 파일럿 신호를 사용하면 네트워크 처리량이 약간 증가하지만 성능이 크게 향상될 수는 없다.

채널 추정 장치(200)는 항상 기존의 채널 추정기(CE)보다 성능이 우수하며

가 증가함에 따라 성능 이득이 커질 수 있다. 채널 추정 장치(200)의 성능은

가 증가함에 따라 완벽한 채널 상태 정보(SCI)의 경우에 수렴될 수 있다.

채널 추정 장치(200)는 도 9 내지 도 20에서 설명한 광범위한 시뮬레이션을 통해 평균 제곱 오차(MSE), 비트 에러율(BER) 및 네트워크 처리량 측면에서 기존의 채널 추정기(CE)와 비교하여 현저한 우수성이 검증되었을 수 있다.

즉, 채널 추정 장치(200)는 도 9 내지 도 20에서 설명한 바와 같이, 시뮬레이션 결과로 인하여 채널 추정 정확도의 손실없이 높은 IoT 연결성을 제공할 수 있음을 보여주었다. 채널 추정 장치(200)는 현재 통신 시스템의 채널 추정 프레임 워크에 기초하여 개발되기 때문에 높은 유연성으로 기존의 셀룰러 네트워크와 호환 될 수 있다. 채널 추정 시스템(10)은 일반 IoT 장치들인

에 적용될 수 있으며 지원 가능한

의 최대 수는

및

에 비례하여 증가할 수 있다.

채널 추정 장치(200)는 비직교 파일럿 신호들을 재구성하고, 채널 추정 절차 동안 비직교 파일럿 신호들 간의 간섭의 영향을 제거함으로써, 간섭-취소 환경에서 ZC 시퀀스 기반 비직교 파일럿 신호들을 갖는 무선 업 링크 채널들을 효과적으로 추정할 수 있다.

채널 추정 장치(200)는 현재 4G 통신망에서 사용하고 있는 자도프 추 시퀀스를 기반으로 설계될 수 있다. 따라서, 채널 추정 장치(200)는 설치에 추가적인 비용이 발생하지 않으며, 기존 셀룰러 네트워크 자원을 약간 변형하여 사용 가능함에 따라 활용 가능성이 높을 수 있다. 즉, 채널 추정 장치(200)의 프레임 워크는 중요한 수정없이 기존 셀룰러 네트워크와 호환될 수 있다.

채널 추정 장치(200)는 제한된 양의 무선 자원으로 더 많은 파일럿 신호들에 과부하를 가할 수 있으므로, 직교 파일럿 구조의 사용에 비해 더 많은 IoT 장치를 수용할 수 있다.

채널 추정 장치(200)는 파일럿 오버 헤드의 증가없이 가용 파일럿 신호의 수를 증가시킬 수 있으며, 이는 기지국(BS) 스펙트럼이 안테나 기술을 완전히 활용하여 더 많은 IoT 장치를 효율적으로 수용할 수 있게 한다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (5)

1. 복수의 파일럿 신호를 포함하는 수신 신호를 수신하는 단계;
   상기 복수의 파일럿 신호들에 대응하는 복수의 루트 시퀀스들 및 상기 수신 신호에 기초하여 상기 복수의 파일럿 신호들을 재구성한 복수의 제1 재구성 파일럿 신호들을 생성하는 단계; 및
   상기 복수의 제1 재구성 파일럿 신호들을 이용하여 상기 복수의 파일럿 신호들에 대한 채널들을 결정하는 단계
   를 포함하는 채널 추정 방법.
   
2. 제1항에 있어서,
   상기 복수의 파일럿 신호들은 복수의 비직교 파일럿 신호들인
   채널 추정 방법.
   
3. 제1항에 있어서,
   상기 복수의 제1 재구성 파일럿 신호들을 생성하는 단계는,
   상기 수신 신호에 기반하는 잔여 수신 신호 및 상기 복수의 루트 시퀀스들을 이용하여 복수의 코릴레이션(correlation) 값들을 계산하는 단계;
   상기 복수의 코릴레이션 값들에 기초하여 상기 잔여 수신 신호에 대해서 상기 복수의 루트 시퀀스들과의 복수의 전력 지연 프로파일들(power delay profiles)을 계산하는 단계;
   상기 복수의 전력 지연 프로파일들 중에서 최대 값을 선택하는 단계;
   상기 최대 값, 상기 복수의 코릴레이션 값들 및 상기 복수의 루트 시퀀스들에 기초하여 복수의 제2 재구성 파일럿 신호들을 복구하여 상기 복수의 제1 재구성 파일럿 신호들로 생성하는 단계; 및
   상기 수신 신호 및 상기 복수의 제2 재구성 파일럿 신호들에 기초하여 상기 잔여 수신 신호를 계산하는 단계
   를 포함하는 채널 추정 방법.
   
4. 제3항에 있어서,
   상기 복수의 제1 재구성 파일럿 신호들을 생성하는 단계는,
   상기 잔여 수신 신호가 상기 수신 신호에 대한 잡음 전력(noise power) 이하가 되는 m번째 라운드(round)까지 반복되는(m은 0보다 큰 자연수)
   채널 추정 방법.
   
5. 복수의 파일럿 신호를 포함하는 수신 신호를 수신하는 복수의 안테나; 및
   상기 복수의 파일럿 신호들에 대응하는 복수의 루트 시퀀스들 및 상기 수신 신호에 기초하여 상기 복수의 파일럿 신호들을 재구성한 복수의 제1 재구성 파일럿 신호들을 생성하고, 상기 복수의 제1 재구성 파일럿 신호들을 이용하여 상기 복수의 파일럿 신호들에 대한 채널들을 결정하는 프로세서
   를 포함하는 채널 추정 장치.

Images