초록 ▼

□ 연구개요
5G/6G 통신의 응용분야인 millimeter wave (mmWave) 대역의 통신 기법 중, 대규모 다중안테나 (massive MIMO) 및 1bit analog-to-digital (ADC) 기법을 개발하고, 해당 기술들을 사용하여 구성되는 이기종 네트워크를 연구한다. 나아가 궁극적으로는 기계학습 및 빅 데이터 기반의 데이터 처리 기법을 활용하여 상기 기법들의 성능을 높이거나 통신 시스템을 최적화하는 연구를 진행하였다.

□ 연구 목표대비 연구결과
1차년도의 연구 목표는 mmWave 통신 기법

□ 연구개요
5G/6G 통신의 응용분야인 millimeter wave (mmWave) 대역의 통신 기법 중, 대규모 다중안테나 (massive MIMO) 및 1bit analog-to-digital (ADC) 기법을 개발하고, 해당 기술들을 사용하여 구성되는 이기종 네트워크를 연구한다. 나아가 궁극적으로는 기계학습 및 빅 데이터 기반의 데이터 처리 기법을 활용하여 상기 기법들의 성능을 높이거나 통신 시스템을 최적화하는 연구를 진행하였다.

□ 연구 목표대비 연구결과
1차년도의 연구 목표는 mmWave 통신 기법에 활용 가능한 기계학습 기법을 연구 하는 것으로 당초에 상정하였다. 이를 위해, mmWave 환경에서 주목받고 있는 one-bit ADC기반의 MIMO 시스템을 주로 연구하였다. 구체적으로는 mmWave 대역에 적용 가능한 one-bit ADC 기반 ML검출 기법을 연구하였으며, 그 과정에서 강화학습을 기반으로 하며 복잡도가 낮은 효율적인 검출 전략을 제안하였다. 또한, 검출기법과는 별개로 딥러닝을 활용하여 채널의 추정, 양자화, 피드백, 및 빔포밍을 동시에 최적화하는 송수신 기법을 제안하여 기계학습 관련 연구 성과에 포함하였다.
2차년도의 연구목표는 mmWave 대역 기반 이기종 네트워크의 모델링 방법론을 연구하는 것으로 당초에 상정하였다. 이를 위해 random point process 기반의 확률적 네트워크 모델링 방법을 주로 연구하였다. 특히, FDD기반으로 통신하는 환경에서 네트워크 레벨 성능분석에 활용 가능한 근사방식을 제안하였으며 이를 기반으로 다양한 random point process기반의 네트워크를 점근적으로 분석하는 연구를 진행하였다. 또한, 1차년도에 연구한 1bit ADC 기반의 검출기법을 지속적으로 연구하여 보다 실용적이고 방식으로 개선할 수 있었다.
3차년도의 연구 목표는 mmWave 대역 기반 이기종 네트워크의 최적화를 위한 기계학습(또는 빅데이터) 방식을 연구하는 것으로 당초에 상정하였다. 1차년도에 개발한 검출기법과 2차년도에 개발한 네트워크 모델링 방법을 활용하여 고밀도 셀 기반의 통신 네트워크에서 그 성능을 분석하고 최적화하는 방법을 주로 연구하였다. 예를 들어 네트워크 내에서 자원효율을 높이기 위한 스케줄링 등의 자원할당 기법을 연구하였으며, 이를 최적화하기 위해 기계학습기반의 시스템을 활용하는 연구를 병행하였다.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
통신처리량에 대한 수요는 지속적으로 그리고 기하급수적으로 증가하고 있다. 특히, 스마트폰 기술의 지속적인 발전으로 동영상 스트리밍을 포함한 다양한 실시간 어플리케이션이 활용됨에 따라 통신 트래픽에 대한 실시간 수요는 막대하게 증가하고 있다. 5세대 통신 표준은 이를 충족시키기 위해 단일 링크의 성능을 높이는 것만이 아니라, 새로운 통신 자원의 창출, 시스템 레벨에서 네트워크전체의 성능향상 등을 종합적으로 고려하고 있다. 요컨대, 고주파 대역의 막대한 주파수 자원을 활용하기 위한 mmWave 대역 통신, 공간다중화를 극대화하기 위한 massive MIMO 기법, 네트워크의 관리 및 최적화를 통한 이기종 네트워크의 구성 등을 핵심 연구 아이템으로 상정하였다. 본 과제의 연구 성과는 이러한 핵심 연구 아이템들을 효율적으로 분석할 수 있는 이론적 기반과 시뮬레이션 모델을 주로 연구하였다. 따라서, 본 연구 과제를 통해 제안되는 시스템들과 이론적 성능 분석 결과는 향후 5세대 이후의 이동통신 시스템의 구축 및 상용화에 크게 기여할 수 있을 것이라 기대된다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 가. 연구 배경 ... 4
• 나. 연구의 범위 ... 4
• 다. 연구의 주제 및 목표 ... 5
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 가. (1차년도) mmWave 대역에 적용 가능한 1bit ADC 기반 ML검출 기법 연구 ... 5
• 나. (1차년도) 제한된 피드백에 활용가능한 deep learning (DL)기반 precoding 기법 연구 ... 6
• 다. (1~2차년도) Training Length Adaptation for Reinforcement Learning-Based Detection in Time-Varying Massive MIMO Systems With One-Bit ADCs ... 7
• 라. (2~3차년도) Low-Complexity MIMO Detection Based on Reinforcement Learning With One-Bit ADCs ... 8
• 마. (2~3차년도) Optimal Power Allocation for Multiple Channels with One-bit Analog-to-Digital Converters ... 9
• 바. (2~3차년도) Spherical-Cap Approximation of Vector Quantization for Quantization-Based Combining in MIMO Broadcast Channels with Limited Feedback ... 10
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 11
• 1) 정성적 연구개발성과(연구개발결과) ... 11
• 2) 세부 정량적 연구개발성과 ... 12
• 3) 목표 달성 수준 ... 12
• 4) 목표 미달 시 원인 분석 ... 12
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 12
• 5. 연구개발성과의 관리 및 활용 계획 ... 13
• 6. 자체점검표 ... 14
• 7. 참고문헌 ... 14
• 붙임1. 세부 정량적 연구개발성과 ... 15
• 붙임2. 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 17
• 끝페이지 ... 29