【명세서】

【발명의 명칭】

MIMO 수신기에서 RE 그룹을 형성하여 수신 신호를 처리하는 방법 【기술분야】

[ 1 ] 본 발명은 매시브 (massive) MIMO 환경에서 수신기의 성능 열화를 최소화 하면서도 구현 복잡도를 줄이는 방법에 관련된 기술이다.

【배경기술】

[2] 다중 안테나 (Multiple Input Multiple Output, MIMO) 시스템은 다중 송신 안테나와 다증 수신 안테나를 이용하는 무선 통신 시스템을 의미한다. MIMO 시스 템에서는 다이버시티 기법을 통해 무선 채널에서 발생하는 페이딩 영향을 최소화 하거나， 공간 멀티플렉싱 (spatial multiplexing)을 통해 다수의 스트림을 동시에 전 송하여 수율 (throughput)을 향상시킬 수 있다. 송신 안테나 수가 ^Ν ' 이고 수신 안 테나 수가 ^이면， 공간 멀티플렉싱 (SM) 기법의 경우 전송 가능한 최대 스트림의 수는 min(N, ' N _r ) 가 된다ᅳ 특히， 고 sNROiigh SNR)에서는 통신 용량 (capacity)의 기울기가 ^min ( ， )로 나타남이 이미 알려진 바 있다. 통신 용량은 주어진 채널 에서 이론적으로 전송 가능한 최대 수율을 의미하므로， 송수신 안테나의 수가 동 시에 증가 할 경우 통신 용량 역시 증가하게 된다.

[3] 매우 많은 송수신 안테나를 갖는 매시브 (massive) MIMO 시스템은 5G 를 구성하는 기술 중 하나로 주목 받 ί 있다. 많은 논문과 실험에서 매시브 MIMO 시스템은 다수의 안테나를 갖는 하나의 기지국 (distributed antenna system 을 포함)과 하나의 안테나를 갖는 다수의 단말을 가정한다. 이 경우， 단말은 하나의 안테나를 갖지만 여러 개의 단말이 하나의 기지국에 의해 동시에 서비스 받으므로， 기지국과 전체 단말과의 채널은 MIMO 로 이해될 수 있다. 전체 단말 수를 K 라 고 정의하면, 앞서 설명한 고 SNR 환경에서 통신 용량의 기울기는 ^min ( 로 표현된다.

[4] 한편, 이론적으로 무한대의 송신 안테나를 가진 기지국이 여러 단말들에게 데이터를 동시에 전송할 때, 기지국의 최적 (optimal) 송신 알고리즘은 MRT(maximal ratio transmission) 알고리즘이다. 한편， 여러 단말들이 기지국으 로 송신한 데이터를 하나의 기지국이 수신할 때， 기지국의 최적 수신 알고리즘은 MRCCmaximal ratio combining) 알고리즘이다. MRT와 MRC가 간섭을 고례하지 않기 때문에 유한한 안테나 수를 갖는 경우 성능의 열화를 보인다 하더라도, 안테 나 수가 무한대인 경우에는 이와 같은 간섭이 사라지기 때문에 MRT 와 MRC 는 최적의 솔루션이 될 수 있다.

[5] 기지국은 안테나 범포밍을 통해 범을 가늘게 (sharp) 만들 수 있으므로 특 정 단말에 쎄너지를 집중할 수 있다. 이는 적은 파워로도 동일한 정보를 전달할 수 있는 반면， 주변 다른 단말들에게는 간섭을 거의 주지 않아 간섭으로 인한 시 스템의 성능 저하를 최소화하는 방안이 될 수 있다.

【발명의 상세한 설명】

【기술적 과제】

[6] 본 발명은 상기한 바와 같은 일반적인 기술의 문제점을 해결하기 위하여 안출된 것으로서， 본 발명의 목적은 Massive MIMO 환경에서 수신기의 성능을 유 지하면서도 수신 신호 검출 복잡도를 최소화하는 것이다.

[7] 본 발명의 또 다른 목적은 RE들 간의 채널 상관관계, SNR, 수신기의 동작 결과 등을 바탕으로 RE 그룹의 크기를 적웅적으로 선택함으로써, 성능 저하 없이 도 계산 복잡도를 효율적으로 개선하는 데에 있다.

[8] 본 발명에서 이루고자 하는 기술적 목적들은 이상에서 언급한 사항들로 제 한되지 않으며， 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 본 발명의 실시 예들로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.

【기술적 해결방법】

[9] 상기 기술적 과제를 해결하기 위한 수신 신호 처리 방법은, 복수의 리소스 엘리먼트 (Resource Element, RE)들의 채널 간의 상관관계를 고려하여 복수의 RE 들을 분할함으로써 하나 이상의 RE 그룹을 형성하는 단계， 하나 이상의 RE 그룹 각각에 대하여 기준 RE 를 선택하는 단계， 및 하나 이상의 RE 그룹 각각에 대하 여 기준 RE 의 채널 정보에 기초하여 수신 신호로부터 검출 신호를 생성하는 단 계를 포함한다.

[10] 하나 이상의 RE 그룹 각각은 주파수축 및 시간축에 따라 배열된 복수의 RE 들을 포함하며, 배열된 복수의 RE 의 개수 및 모양에 기초하여 RE 그룹 각각 의 형태가 결정될 수 있다.

[11] 기준 RE 를 선택하는 단계는， 하나 이상의 RE 그룹 각각에 포함된 복수의 RE 중에서 다른 RE 들과의 최대 거리가 최소가 되는 위치의 RE 를 기준 RE 로 선택하며, 최대 거리는 주파수축 상의 거리 및 시간축 상의 거리로 표현될 수 있 다.

[12] RE 그룹을 형성하는 단계는, 주파수축을 따라 계산된 복수의 RE 들의 채 널 간의 상관관계를 제 1 임계값과 비교하고， 시간축을 따라 계산된 복수의 RE들 의 채널 간의 상관관계를 제 2임계값과 비교함으로써， 하나 이상의 RE 그룹을 형 성할 수 있다.

[13] RE 그룹을 형성하는 단계는， 주파수축을 따라 계산된 채널 간의 상관관계 가 제 1 임계값 보다 작아지기 전까지의 RE 를 RE 그룹의 주파수축 상의 경계로 선택하고， 시간축을 따라 계산된 채널 간의 상관관계가 제 2임계값 보다 작아지기 전까지의 RE를 RE 그룹의 시간축 상의 경계로 선택할 수 있다.

[14] RE 그룹을 형성하는 단계는, 복수의 RE 들의 수신 신호의 SNR(Signal to Noise Ratio), SIR(Signal to Interference Ratio) 및 SINRCSignal to Interference plus Noise Ratio) 중 적어도 하나에 기초하여, 검출 신호를 생성하는 과정에서 이 용될 수치해석 알고리즘의 오차 허용 계수를 결정할 수 있다.

[15] RE 그룹을 형성하는 단계는, 복수의 RE 들의 수신 신호의 SNR, SIR 및 SINR 중 적어도 하나에 기초하여, 채널 상관관계를 계산하는 과정에서 이용될 임 계값을 결정할 수 있다.

[16] 수신 신호 처리 방법은, 검출 신호를 생성하는 과정에서 수행된 수치해석 알고리즘의 수렴 속도에 기초하여， 하나 이상의 RE 그룹의 형태를 조절하는 단계 를 더 포함할 수 있다.

[17] 조절하는 단계는， 주파수축 방향의 반복 회수 증가량과 시간축 방향의 반 복 회수 증가량올 비교하여, 반복 회수가 더 빠르게 증가하는 축 방향에 대하여 RE 그룹의 크기를 줄일 수 있다.

[18] RE 그룹을 형성하는 단계는， 리소스 블록 (Resource Block, RB), 서브프레 임 (subframe) 또는 슬롯 (slot)으로 구성되는 모그룹을 분할하여 하나 이상의 RE 그룹을 형성할 수 있다.

[19] 상기 기술적 과제를 해결하기 위한 MIM0 수신기는， 송신부, 수신부, 및 송신부 및 수신부와 연결되어 수신 신호를 처리하는 프로세서를 포함하고, 프로세 서는， 복수의 리소스 엘리먼트 (Resource Element, RE)들의 채널 간의 상관관계를 고려하여 복수의 RE 들올 분할함으로써 하나 이상의 RE 그룹을 형성하고, 하나 이상의 RE 그룹 각각에 대하여 기준 RE 를 선택하고， 하나 이상의 RE 그룹 각각 에 대하여 기준 RE 의 채널 정보에 기초하여 수신 신호로부터 검출 신호를 생성 한다.

【유리한 효과】

[20] 본 발명의 실시 예들에 따르면 다음과 같은 효과를 기대할 수 있다.

[21 ] 첫째로， 복수의 RE 들을 RE 그룹으로 그룹핑하여 검출 신호를 생성함으로 써， 성능 저하 없이도 계산 복잡도에 대한 이득을 얻을 수 있다.

[22] 둘째로， RE 그룹을 통신 환경에 따라 적웅적으로 결정함으로써， 수신기 동 작의 부담을 덜 수 있다.

[23] 본 발명의 실시 예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며， 언급하지 않은 또 다른 효과들은 이하의 본 발명의 실시 예들에 대한 기재로부터 본 발명이 속하는 기술분 4야에서 통상의 지식을 가진 자에게 명확 하게 도출되고 이해될 수 있다. 즉， 본 발명을 실시함에 따른 의도하지 않은 효과 들 역시 본 발명의 실시 예들로부터 당해 기술분야의 통상의 지식을 가진 자에 의 해 도출될 수 있다.

【도면의 간단한 설명】

[24] 이하에 첨부되는 도면들은 본 발명에 관한 이해를 돕기 위한 것으로, 상세 한 설명과 함께 본 발명에 대한 실시 예들을 제공한다. 다만， 본 발명의 기술적 특징이 특정 도면에 한정되는 것은 아니며, 각 도면에서 개시하는 특징들은 서로 조합되어 새로운 실시 예로 구성될 수 있다. 각 도면에서의 참조 번호 (reference numerals)들은 구조적 구성요소 (structural elements)를 의미한다.

[25] 도 1 은 본 발명과 관련하여， MIMO(Multiple Input Multiple Output) 환경 에서 수신 스트림 수에 따른 계산 복잡도를 도시하는 도면이다.

[26] 도 2 는 본 발명과 관련하여， MIMO 환경에서 수신 스트림 수에 따른 메모 ^' 리 요구량을 도시하는 도면이다.

[27] 도 3 은 본 발명과 관련하여 MIMO 환경에서 동일 샐 내의 단말간의 간섭 을 도시하는 도면이다.

[28] 도 4 는 본 발명과 관련하여 MIMO 환경에서 인접 샐 간의 간섭을 도시하 는 도면이다.

[29] 도 5 는 본 발명과 관련하여 단말에 할당되는 리소스 블록 (Resource Block, RB)의 구조를 도시하는 도면이다. [30] 도 6 은 본 발명과 관련하여 복수의 리소스 엘리먼트 (Resource Element, RE)들이 형성하는 RE 그룹을 도시하는 도면이다.

[31] 도 7 은 본 발명과 관련하여 종래의 MIMO 수신기 동작 과정을 도시하는 도면이다.

[32] 도 8은 본 발명과 관련된 MIMO 수신기 동작 과정을 도시하는 도면이다.

[33] 도 9 는 본 발명과 관련된 MIMO 수신기가 검출 신호를 검출하는 과정을 개념적으로 도시한 도면이다.

[34] 도 10 은 본 발명과 관련된 MIMO 수신기가 검출 신호를 검출하는 과정을 개념적으로 도시한 도면이다.

[35] 도 11 은 본 발명과 관련된 MIMO 수신기가 전처리 필터를 생성하는 일 예를 도시하는 도면이다.

[36] 도 12 는 본 발명과 관련된 또 다른 MIMO 수신기의 동작 과정을 도시하 는 도면이다.

[37] 도 13 은 본 발명과 관련된 또 다른 MIMO 수신기의 동작 과정을 도시하 는 도면이다.

[38] 도 14 는 본 발명과 관련된 또 다른 MIMO 수신기의 동작 과정을 도시하 는 도면이다.

[39] 도 15 는 본 발명과 관련된 신호 검출 과정의 계산 복잡도를 비교하는 그 래프이다.

[40] 도 16 은 본 발명의 일 실시 예에 따른 RE 그룹 형성 과정을 설명하는 도 면이다.

[41] 도 17 은 본 발명의 일 실시 예에 따른 RE 그룹 형성 과정을 설명하는 도 면이다.

[42] 도 18 은 본 발명의 일 실시 예에 따른 RE 그룹 형성 과정을 설명하는 도 면이다.

[43] 도 19 는 본 발명의 일 실시 예에 따른 RE 그룹 형성 과정을 설명하는 도 면이다.

[44] 도 20 은 본 발명의 일 실시 예에 따른 RE 그룹 형성 과정을 설명하는 도 면이다.

[45] 도 21 은 본 발명의 일 실시 예에 따른 RE 그룹 형성 과정을 설명하는 도 면이다. [46] 도 22 는 본 발명의 일 실시 예와 관련된 단말 및 기지국의 구성을 도시한 블록도이다.

【발명의 실시를 위한 형태】

[47] 본 발명에서 사용되는 용어는 본 발명에서의 기능올 고려하면서 가능한 현 재 널리 사용되는 일반적인 용어들을 선택하였으나， 이는 당 분야에 종사하는 기 술자의 의도 또는 판례， 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특 정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설 명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어 는 단순한 용어의 명칭이 아닌， 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.

[48] 이하의 실시 예들은 본 발명의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으 로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한， 일부 구성요소들 및 /또는 특징들을 결합하여 본 발명의 실시 예를 구성할 수도 있다. 본 발명의 실시 예들에서 설명되는 동작 들의 순서는 변경될 수 있다. 어느 실시 예의 일부 구성이나 특징은 다른 실시 예 에 포함될 수 있고， 또는 다른 실시 예의 대응하는 구성 또는 특징과 교체될 수 있다.

[49] 도면에 대한 설명에서, 본 발명의 요지를 흐릴 수 있는 절차 또는 단계 등 은 기술하지 않았으며, 당업자의 수준에서 이해할 수 있을 정도의 절차 또는 단계 는 또한 기술하지 아니하였다.

[50] 명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함 (comprising 또는 including)"한다고 할 때， 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 ᅳ ' ···부", "…기 "， "모들" 등의 용어는 적어도 하나의 기능이나 동 작을 처리하는 단위를 의미하며， 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한， "일 (a 또는 an)", "하나 (one)", "그 (the)" 및 유사 관련어는 본 발명을 기술하는 문맥에 있어서 (특히， 이하의 청구항 의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한， 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다. [51] 본 명세서에서 본 발명의 실시 예들은 기지국과 이동국 간의 데이터 송수 신 관계를 중심으로 설명되었다. 여기서, 기지국은 이동국과 직접적으로 통신을 수행하는 네트워크의 종단 노드 (terminal node)로서의 의미가 있다. 본 문서에서 기지국에 의해 수행되는 것으로 설명된 특정 동작은 경우에 따라서는 기지국의 상 위 노드 (upper node)에 의해 수행될 수도 있다.

[52] 즉， 기지국을 포함하는 다수의 네트워크 노드들 (network nodes)로 이루어 지는 네트워크에서 이동국과의 통신을 위해 수행되는 다양한 동작들은 기지국 또 는 기지국 이외의 다른 네트워크 노드들에 의해 수행될 수 있다. 이때， '기지국'은 고정국 (fixed station), Node B, eNode B(eNB), 발전된 기지국 (Advanced Base Station, ABS) 또는 액세스 포인트 (access point) 등의 용어에 의해 대체될 수 있 다.

[53] 또한， '이동국 (Mobile Station, MS)'은 UE Jser Equipment), SS(Subscriber Station), MSS(Mobile Subscriber Station), 이동 단말 (Mobile Terminal), 발전된 이동단말 (Advanced Mobile Station, AMS) 또는 단말 (Terminal) 등의 용어로 대체될 수 있다.

[54] 또한， 송신단은 데이터 서비스 또는 음성 서비스를 제공하는 고정 및 /또는 이동 노드를 말하고， 수신단은 데이터 서비스 또는 음성 서비스를 수신하는 고정 및 /또는 이동 노드를 의미한다. 따라서 ^' ， 상향링크에서는 이동국이 송신단이 되고， 기지국이 수신단이 될 수 있다. 마찬가지로， 하향링크에서는 이동국이 수신단이 되고， 기지국이 송신단이 될 수 있다.

[55] 또한， 디바이스가 '샐'과 통신을 수행한다는 기재는 디바이스가 해당 샐의 기지국과 신호를 송수신하는 것을 의미할 수 있다. 즉， 디바이스가 신호를 송신하 고 수신하는 실질적인 대상은 특정 기지국이 될 수 있으나, 기재의 편의상 특정 기지국에 의해 형성되는 셀과 신호를 송수신하는 것으로 기재될 수 있다. 마찬가 지로, 매크로 셀' 및 /또는 '스몰 셀' 이라는 기재는 각각 특정한 커버리지 (coverage)를 의미할 수 있을 뿐 아니라， '매크로 셀을 지원하는 매크로 기지국' 및 /또는 '스몰 셀을 지원하는 스몰 샐 기지국 '을 의미할 수도 있다.

[56] 본 발명의 실시 예들은 무선 접속 시스템들인 IEEE 802.XX 시스템， 3GPP 시스템， 3GPP LTE 시스템 및 3GPP2 시스템 중 적어도 하나에 개시된 표준 문서 들에 의해 뒷받침될 수 있다. 즉, 본 발명의 실시 예들 중 설명하지 않은 자명한 단계들 또는 부분들은 상기 문서들을 참조하여 설명될 수 있다. [57] 또한， 본 문서에서 개시하고 있는 모든 용어들은 상기 표준 문서에 의해 설명될 수 있다. 특히， 본 발명의 실시 예들은 IEEE 802.16 시스템의 표준 문서 인 P802.16e-2004, P802.16e-2005, P802.16.1, P802.16p 및 P802.16.lb 표준 문서들 중 하나 이상에 의해 뒷받침될 수 있다.

[58] 이하， 본 발명에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세 하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 발명의 예시 적인 실시형태를 설명하고자 하는 것이며, 본 발명이 실시될 수 있는 유일한 실시 형태를 나타내고자 하는 것이 아니다.

[59] 또한， 본 발명의 실시 예들에서 사용되는 특정 용어들은 본 발명의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 발명의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.

[60] 1. 매시브 MIMO 시스템

[61] 매시브 MIMO 시스템 구축에 있어서， 매시브 MIMO 수신 알고리즘의 개발 은 필수적이다. 기존 MIMO 시스템에 대비하여 매시브 MIMO 시스템에서의 수신 기는 다음 두 가지 측면에서 향상이 필요하다.

[62] 첫째로 매시브 MIMO 환경에서는 수신기가 동시에 수신해야 하는 데이터 스트림의 수가 증가한다. 동시에 처리해야 하는 데이터 스트림 수의 증가는 결국 수신기에서의 계산 복잡도 및 메모리 요구량의 증가로 이어지고， 이는 결국 시스 템 구현 비용 및 프로세싱 시간의 증가로 이어져 수신 시스템에 큰 부담을 준다. 기존 MIMO 수신 알고리즘의 수신 스트림 수에 따른 계산 복잡도 및 메모리 요구 량은 도 1과 도 2에 도시된 바와 같이 기하 급수적인 증가 속성을 보인다.

[63] 둘째로， 매시브 MIMO 환경에서는 간섭원의 수가 증가함에 따라， 향상된 간섭 제거 성능을 가진 수신 알고리즘이 요구된다. 매시브 ΜίΜΟ 시스템에서 기 지국이 수십 내지 수백 명의 사용자들에게 동시에 데이터를 전송하게 되면, 각 사 용자는 자신에게 전송되는 데이터 신호를 제외하고도 수십 개 이상의 다중 사용자 간섭 신호를 수신하게 된다. 따라서， 이들을 효율적으로 제거하기 위한 매시브 MIMO 수신 알고리즘이 필요하다. 또한, 밀집된 스몰 셀 환경까지 고려하게 되면， 주변 셀 및 주변 셀의 사용자들로부터 수신되는 간섭들의 효율적인 제거 또한 요 구된다. [64] 이러한 기술적 과제를 해결하기 위해서 아래와 같은 기술적 이슈 (technical issues)들이 고려되어야 한다.

[65] 먼저， 매시브 MIMO 환경에서의 계산 복잡도 및 메모리 요구량 증가에 대 해 설명한다. 송신기의 안테나수가 수신기의 안테나 수 보다 항상 많은 경우， 송 신기에서 보낼 수 있는 스트림의 수는 수신기의 안테나 수에 비례하여 증가한다. 이때， 수신기는 수신 신호로부터 각각의 스트림을 검출하기 위해 수신 필터를 사 용한다 . LTE 시스템의 경우, 필터는 매 서브프레임마다 재계산되어야 한다.

[66] 이러한 계산 과정으로 인한 부하는 계산 복잡도 및 메모리 요구량으로 정 량화 시킬 수 있다. 복잡도 및 메모리 요구량은 수신 스트림 수의 제곱 흑은 세제

N

곱에 비례한다. 따라서 수신 스트림 수 ( 가 클 경우 계산 복잡도 및 요구 메 모리는 급격하게 증가하게 되며 이는 도 1에 도시한 바 있다. 나아가， 하드웨어의 성능 (specification)은 워스트 케이스 (worst case)에 의해 결정되므로 하드웨어 구 현 비용 역시 스트림의 수 증가에 따라 크게 증가하게 된다.

[67] 이하에서는， 종래의 MIMO 수신기의 수신 알고리즘 및 /또는 필터에 따른 계산 복잡도 및 메모리 요구량에 대해 설명한다.

[68] MRC(Maximum Ratio Combining) 알고리즘은 가장 작은 계산 복잡도

( Ο(Λ^ ) ) 및 메모리를 요구한다. 그러나 MRC 알고리즘은 스트림들간의 간섭올 고려하지 않으므로 낮은 성능 (즉, 낮은 수신 SINR)을 제공한다.

[69] MMSECMinimum Mean Square Error) 필터는 선형 (linear) 검출 방법 중 가장 좋은 성능 (즉， 높은 수신 SINR)을 제공한다. 그러나 복잡도는 (^ )로 나 타나며 역행렬 연산을 위한 추가적인 ^^ ^ ² )만큼의 메모리를 요구한다. 앞서 설 명한 도 1 및 도 2 는 MMSE 필터의 수신 스트림 수 에 따른 복잡도 및 메모리 요구량을 나타낸다.

[70] MMSE 필터를 이용한 수신을 위해서는 채널 행렬에 대한 역행렬 연산이 필요하다. 이 역행렬의 크기는 수신 스트림 수에 의해 결정되는데， 예를들어 하이 퍼포먼스 FPGA(high performance Field Programmable Gate Array)가 15X15 역행렬을 구하는데 필요한 시간은 약 ¹⁵⁰ ^이다. 이러한 시간 지연은 LTE 채널 모델에서 가정한 코히어런스 타임 (coherence time) ⁵⁰⁰ 의 약 30%에 해당한다. [71] 또한， MMSE 수신을 위한 역행렬 연산을 위해서는 새로운 메모리로 모든 채널 정보를 옮기는 과정이 필요하며， 이는 상당한 지연을 유발한다. 또한， 프로세 서가 역행렬 연산을 위해 메모리에 접근하는데 이는 추가적인 지연을 유발한다. 이러한 지연은 전체 시스템의 처리 시간을 크게 증가시킨다.

[72] 마지막으로， IC (Interference Cancellation) 필터는 비선형 (non— linear) 검 출 방법이며， IC의 한 예인 D-BLAST 수신기의 경우 최대 통신 용량에 해당하는 성능을 얻을 수 있다. 이보다 구현 복잡도가 낮은 V-BLAST 수신기의 경우 MMSE와 SIC의 결합된 형태로 구성되어 있다. 특히 MIMO-OFDM 환경에서 V- BLAST 수신기는 채널의 셀렉티비티 (selectivity)가 높을수록 최대 통신 용량과 근접한 성능을 보인다. 그러나 V-BLAST 역시 MMSE 필터를 바탕으로 하기 때 문에 MMSE보다 더 높은 복잡도 및 메모리를 요구 한다.

[73] 또한， IC 기법은 이전에 검출된 심볼과 레이어를 수신 신호로부터 제거 함 으로써 간섭을 제어한다. 따라서 이전에 검출된 값이 오류를 갖는 경우 이후 검출 성능이 크게 떨어지는 오류 전파 현상이 발생한다. 이러한 문제점올 보완한 다양 한 IC 알고리즘이 제안되었으나 기존보다 복잡도가 매우 커지는문제점이 있다.

[74] 도 3 은 본 발명과 관련하여 MIMO 환경에서 동일 셀 내의 단말간의 간섭 을 도시하는 도면이다. 도 4는 본 발명과 관련하여 MIMO 환경에서 인접 셀 간의 간섭을 도시하는 도면이다. 앞서 설명한 계산 복잡도와 메모리 요구량의 증가에 더하여， 매시브 MIMO 환경에서 발생하는 간섭에 대해 도 3 및 도 4 를 통해 설 명한다.

[75] 기지국의 안테나가 많은 경우, 하나의 기지국은 도 3 과 같이 다수의 단말 들을 동시에 지원할 수 있다. 이 경우 기지국이 단말 A 로 전송한 신호는 단말 B 에게 간섭으로 작용하게 되며， 마찬가지로 단말 B 로 전송한 신호는 단말 A 에게 간섭으로 작용하게 된다. 상기 간섭은 선호 신호 (desired signal)와 동일한 기지국 에서 전송되었으므로 동일한 패스 로스 (path loss)를 겪게 된다. 따라서， 간섭 신 호의 전력은 선호 신호의 전력과 비슷하게 수신되어 수신 SINR 이 급격히 감소하 게 된다. 이러한 문제점을 해결하기 위해 기지국은 간섭올 최소화 하는 방향으로 MU-MIMO (Multi User-MIMO) 프리코딩을 수행할 수 있으나， 이 경우에도 채널 정보의 오류, 채널 에이징 (aging) 현상 및 코드북 크기의 제한 등으로 인해 다중 사용자 간섭을 완벽하게 제거하기는 어렵다. [76] 또한， 다중 샐 환경을 고려하면, 다양한 셀 간 간섭이 존재한다. 대표적으 로 도 4 와 같은 환경에서 단말 A는 기지국 B 로부터， 단말 B 는 기지국 A로부 터 간섭의 영향을 받는다. 특히 단말이 인접 셀과의 경계에 근접하는 경우， 단말 이 인접 기지국으로부터 받는 간섭은 더욱 크게 된다. 게다가 스몰 셀 (예를 들어， 마이크로 셀, 피코 셀, 펨토 셀 등)과 같이 셀들 간의 간격이 좁은 경우， 단말이 인접 기지국으로부터 강한 간섭을 받을 확를이 더욱 커진다.

[77] 매시브 MIMO 가 도입된 밀집된 다중 샐 환경을 고려할 때， MIMO 수신기 의 간섭 제거 능력 향상이 필수적이다. 특히， 강한 간섭이 존재하는 경우 IC (interference cancellation) 계열의 간섭 제거 수신 알고리즘이 필요한데, 기존 IC 수신기는 간섭원의 수보다 큰 수의 수신 안테나 수가 필요하다. 예를 들어， 수신 기에서 10 개의 간섭원을 제거하기 위해서는 11 개의 수신안테나가 필요하다. 층 분한 수의 안테나를 장착하기 어려운 소형 단말의 경우， 이러한 한계를 극복하기 위한 기술의 도입이 필요하다. 예를 들어, 다중 사용자 및 다중 셀 간섭에 대해 향상된 ISGnterference suppression) 기술이 적용되거나， 송신기에서 간섭 정렬 (interference alignment) 기술을 이용하여 간섭을 특정 신호 공간으로 정렬시킨 후 IC 계열의 수신기를 적용하여 제한된 수의 수신안테나로 많은 간섭원으로부터 의 간섭을 제거할 수 있다.

[78] 이어서， 이하에서는 상술한 문제점들과 관련하여 종래의 MIMO 수신기의 동작 알고리즘을 설명한다. 도 5 는 본 발명과 관련하여 단말에 할당되는 리소스 블록 (Resource Block, RB)의 구조를 도시하는 도면이다. 도 6 은 본 발명과 관련 하여 복수의 리소스 앨리먼트 (R _esourC e Element, RE)들이 형성하는 RE 그룹을 도시하는 도면이다. 도 7 은 본 발명과 관련하여 종래의 MIMO 수신기 동작 과정 을 도시하는 도면이다.

[79] 도 5는 특정 단말에 할당된 하나의 RB를 도시하며， 세로축 /가로축은 각각 주파수 /시간 축을 나타낸다. 하나의 RB 는 ^一 개의 RE 들로 구성되어 있으 몌 각각의 RE에서 수신 신호는 아래의 수학식 1과 같이 표현된다.

[80] 【수학식 1】

V = G s + i + w 1 = 0 N ^RB N ^DL - 1 [81] 수학식 1 에서 / 은 RE 의 인덱스를 표현하며, ^! 은 수신기에서

DMRS(De— Modulation Reference Signal)을 통해 추정한 채널을 의미하며, ^S/ 은

T w w 전송신호， ¹ 은 간섭올 나타낸다. ¹ 은 white noise 를 나타내며 ¹ 의

Covariance 행렬은 ^w 이다.

[82] 한편, 앞서 설명한 바와 같이 수신기는 수신 신호로부터 채널의 영향을 제 거하기 위해 MMSE (Minimum Mean Square Error) 필터를 사용할 수 있다. MMSE 필터를 이용하여 수신 신호로부터 검출한 전송 신호는 다음의 수학식 2와 같이 표현된다.

[83] 【수학식 2】

[84] 수학식 2 에서 ^B '은 MMSE 필터를 나타내며, ^S/ 은 MMSE 필터를 통해 추정된 전송 신호이다. 공분산 (covariance) 행렬 ^R/ 은 ^R/ = ¹ ^ +예로 정의된 다. 이 때 MMSE 필터를 이용하여 전송 신호를 추정하기 위해 필요한 복소수 곱 하기의 계산 복잡도는 개략적으로 수학식 3과 같이 표현될 수 있다.

[85] 【수학식 3】

[86] 매시브 MIMO 의 경우 수신 안테나 ( )가 많으며， 이 경우 최대 수신 안 테나 수만큼 스트림 ( ^ )올 전송 받을 수 있다. 이 경우 수신기의 통신 용량을 최 대 s배만큼 향상 시킬 수 있으나, 복잡도는 스트림 수의 세제곱 ( ^" ^ ^' ^ )에 비례하여 급격하게 증가한다. 따라서， 수신 스트림 수가 많은 경우에 성능 저하를 최소화 하면서도 낮은 복잡도로 처리할 수 있는 수신기가 필요하다.

[87] 한편， 도 6은 도 5의 RB 의 일부분을 나타내며， 여러 개의 RE들로 구성 되는 RE 그룹을 도시한다. RE 그룹 내에서 각 RE들의 채널들은 서로 상관관계를 가질 수 있다. 특히 도플러 효과가 작은 경우 (수신기가 천천히 이동하거나 고정 되어 있는 경우) 동일한 가로축에 위치한 RE 들의 상관관계가 크다. 한편， 채널의 전력 지연 분산 (power delay spread)이 적은 경우， 동일한 세로축에 위치한 RE 들의 상관관계가 크다. 만약, 도플러 효과가 작고 채널의 전력 지연 분산이 작은 경우 도 6 에 도시된 모든 RE들의 상관관계는 크게 된다. 도 6 의 경우 중심 RE 와 주변 RE 와의 상관관계를 음영의 진하기로 도시하였다. 즉， 각 RE 의 음영이 어두울수록 중심 RE와의 상관관계가 크며, 반대로 옅을수록 상관관계가 작다.

[88] 도 7 에 도시된 바와 같이, 기존의 MIMO 수신기는 이러한 RE 간의 상관 관계를 고려하지 않고 각각의 RE 마다 동일한 과정을 수행하여 전송 신호를 검출 하였다. 즉， 종래의 MIMO 수신기는 수신 신호에 대해 각 RE 마다 채널 정보 Gi 로부터 필터 Bi를 계산하고 (710)， 각각의 RE에 대해 전송 신호를 검출하여 디코 딩하는 과정 (720)을 거쳤다. 그러나, 이러한 종래의 수신 알고리즘은 상술한 바와 같이 매시브 MIMO 환경에서 스트림 수의 증가에 따른 계산 복잡도와 메모리 요 구량의 증가를 고려할 때 개선될 필요가 있다.

[89] 이하에서는， 상술한 RE 들 간의 상관관계를 이용하여 기존 알고리즘과 동 일한 성능을 제공하면서도 더 작은 복잡도를 갖는 알고리즘에 따라 동작하는 MIMO 수신기를 제안한다.

[90] 2. 전처리 필터를 이용한 MIMO 수신기의 동작 방법

[91] 도 8 은 본 발명의 일 실시 예에 따라 전처리 필터를 이용하는 MIMO 수 신기의 동작 과정을 도시하는 도면이다.

[92] 전처리 필터를 이용하는 MIMO 수신기는 도 6 에서 설명한 바와 같이， 채 널 간의 상관관계가 상대적으로 큰 복수의 RE 들을 하나의 RE 그룹 (N 의 크기를 갖는)으로 설정한다. 이하에서， RE 그룹 내의 ^번째 RE 의 수신 신호로부터 수신 신호 검출기 (예를 들어， MMSE 필터)를 이용하여 검출된 신호 ^S/ 를 '검출 신호'라 정의한다. 도 7 에서 설명한 MIMO 수신기의 경우, 수신 신호로부터 검출 신호를 검출하는 과정에서 레이어 수가 큰 경우 도 1 과 같은 복잡도 문제가 발생한다. 이러한 복잡도를 줄이기 위하여， 제안하는 MIMO 수신기는 MMSE 필터를 직접 계산하여 RE 그룹 내의 RE 들의 검출 신호를 검출하는 대신， 수치해석 알고리즘 (예를 들어 CG Conjugate Gradient) 알고리즘)을 이용한다. [93] 이하에서， 은 RE 그룹 내의 1 번째 RE의 MIMO 채널을 바탕으로 생성 된 '전처리 필터 (또는， 가속 필터) '를 의미한다. 상술한 수치해석 알고리즘은 반복 계산 과정을 통해 해를 찾으며， 각 반복 시마다 계산되는 해가 정확한 답에 가까 워진다. 이러한 반복 계산 과정에서 전처리 필터 를 활용하는 경우， MIMO 수 신기는 적은 반복 수 (즉， 빠른 속도로)만으로도 원하는 해를 찾을 수 있다.

[94] 그러나， 상술한 바와 같이 원하는 해를 찾기 위한 속도를 층분히 빠르게 하기 위한 전처리 필터를 생성하는 것 또한 높은 복잡도를 요구한다. 따라서， RE 그룹 내에서 모든 RE 들에 대해 각각 전처리 필터를 구하는 계산 복잡도를 낮추 기 위해， 특정 RE (예를 들어， 상술한 1 번째 RE)에서 전처리 필터를 생성하고 RE 그룹 내의 다른 RE들이 이를 공유하여 사용할 수 있다. 즉 RE 그룹 내의 RE들 이 검출 신호를 검출하는 과정에서 수치해석 알고리즘은 동일한 전처리 필터를 활 용한다. 상술한 특정 RE (또는, 1 번째 RE)를 '기준 RE'로 정의할 수 있으며， 이는 단순히 전처리 필터를 계산하는 기준이 되는 RE를 의미하고 RE 그룹 내에서 RE 의 순서나 인덱스와는 관계가 없다.

[95] 따라서, 그룹 내의 RE 간의 채널 상관관계가 큰 경우， 제안하는 MIMO 수 신기는 하나의 RE 로부터 생성한 전처리 필터 (810)를 RE 그룹 내의 모든 RE 에 서 공유하며, 수치해석 알고리즘은 전처리 필터를 이용하여 검출 신호 생성한다 (820, 830， 840). 이에 따라， 종래의 MIMO 수신기보다 적은 복잡도만으로도 동일 한 성능을 구현할 수 있다. RE 그룹 내에서 1 번째 RE 와 다른 RE 간의 채널 상 관관계가 클수톡 이러한 반복 속도 단축 효과는 크게 나타난다.

[96] 도 9과 도 10은 전처리 필터를 활용하는 MIMO 수신기가 검출 신호를 검 출하는 과정을 개념적으로 도시한 도면이다. 도 9 는 수신 신호 검출기 (또는， 수신 필터)를 공유하는 방식에 따라 동작하는 MIMO 수신기의 검출 신호 검출 과정을ᅳ 도 10 은 상술한 전처리 필터를 공유하는 방식에 따라 동작하는 MIMO 수신기의 검출 신호 검출 과정을 도시한다. 도 9 와 도 10 에서 화살표는 수치해석 알고리 즘이 계산을 반복하는 각각의 과정을 의미한다.

[97] 먼저, 도 9 에서 원들의 중심 (920)은 MIMO 수신기가 원하는 해， 즉 정확 한 검출 신호를 의미한다. 검출 신호가 정확한 해로부터 다소 차이가 있는 경우 (910), 수치해석 알고리즘은 여러 번의 반복 과정을 거쳐야 정확한 답 (920)에 도 달할 수 있다. 반면, 검출 신호가 정확한 해에 상대적으로 가까운 경우 (930, 940) 적은 횟수의 반복만으로도 정확한 답 (920)을 찾아낼 수 있다 (950). 따라서， 수신 필터 공유 방식에 따라 동작하는 MIMO 수신기는 수신 필터를 공유함으로써 검출 신호의 초기 값이 정확한 답과 가깝게 되는 (즉， 적은 오차를 갖는) 방향으로 동작 한다.

[98] 반면에， 도 10 에서 전처리 필터를 공유하는 방식에 따라 동작하는 MIMO 수신기는 검출 신호의 초기 값을 원하는 답 (즉， 원의 중심 (1020))과 가깝게 계산 하는 것 보다는 반복 회수를 줄이는 방향으로 동작한다. 즉， 제안하는 방식에 따 른 MIMO 수신기는 수치해석 알고리즘의 원하는 답 (1020)과 상대적으로 큰 차이 를 갖는 초기 값이 계산된다 하더라도 (1010)， 도 9 에 비해서 상대적으로 적은 회 수의 반복 (1030)만으로 원하는 답을 찾아낼 수 있다. 다시 말해서, 도 10 에서의 MIMO 수신기는 수치해석 알고리즘의 반복 계산에 따른 수렴 속도를 급격하게 증 가시켜 복잡도를 낮추는 방향으로 동작한다.

[99] 이하에서는， 이러한 MIMO 수신기가 전처리 필터 \^을 생성하는 구체적인 실시 예에 대해 설명한다.

[100] 첫 번째 실시 예에 의하면， 전처리 필터는 야코비 (Jacobi) 방식， 가우스-시 델 (Gauss— Siedel) 방식, SQR 프리컨디셔닝 (SQR preconditioning) 방식， 불완전 콜레스키 인수분해 (incomplete Cholesky factorization) 방식 등 다양한 알고리즘 에 의해 생성될 수 있다.

A

[101 ] 먼저， 기준 RE(1 번째 RE)의 MIMO 채널을 바탕으로 임의의 행렬 ¹ 은 아래의 수학식 4와 같이 정의될 수 있다.

[102] 【수학식 4】

A

[103] 수학식 4 에서， 행렬 ¹ 은 양정치행렬 (positive definite matrix)이고 대칭 성을 가지므로， 아래의 수학식 5와 같이 분해할 수 있다.

[104] 【수학식 5】

A _x = L _x + Di + [105] 수학식 5 에서 L ^l 은 하삼각행렬 (l _0wer triangular matrix)이고， 이은대 각 행렬 (diagonal matrix)이다. 수학식 5 에서， 상술한 여러 가지 방식 중 3 가지

V

방식에 따른 전처리 필터 ¹ 를 정의할 수 있다. [106] 야코비 방식: V ⁱ D ^{i 1}

[107] 가우스—시델 방식: ^{Vi =} ( ^{Li + D} > )

[108] SQR프리컨디셔닝 방식: V^ ^^ + wD, ) ( w은 임의의 상수)

[109] 상술한 방식들 중에서, 가우스 -시델 방식과 SQR 프리컨디셔닝 방식은 실 제 역행렬을 계산하여 전처리 필터 ^Vl 을 명확하게 표현할 수 있다. 그러나， 역행

V

렬을 구하는 계산 복잡도를 줄이고자 하는 경우 ¹ 을 정확히 계산하는 대신 아래

V

의 수학식 6에 따른 역대입 (back substitution) 과정을 통해 ¹ 을 계산해낼 수도 있다.

[110] 【수학식 6】

X = V ^_1 y→ Vx = y

[111] 수학식 6 에서 V가 하삼각행렬이면 수학식 6 의 해인 X는 수학식 6 의 오른쪽 식으로부터 순차적으로 계산될 수 있다.

[112] 상술한 세 가지 방식에 더하여， 불완전 콜레스키 인수분해 방식이 적용되 는 경우 수학식 5의 ""^은 아래의 수학식 7과 같이 불완전 콜레스키 팩터 ^로 분해될 수 있다. ¹ " ¹ 은 하삼각행렬이다.

[113] 【수학식 71

H

[114] 불완전 콜레스키 인수분해 방식은 완전 콜레스키 인수분해 (complete

A

Cholesky factorization) 방식에 비해 적은 복잡도로 ¹ 을 분해할 수 있지만， 근 사화된 하삼각행렬이 정의된다. 불완전 콜레스키 인수분해 방식의 경우， 전처리

V

필터 ¹ 은 아래의 수학식 8과 같이 정의된다.

[115] 【수학식 8】 [116] 수학식 8 에 따른 전처리 필터 ¹ 또한， 직접 역행렬을 계산하여 정확히 표현될 수도 있고, 역대입 과정에 따라 계산 및 표현될 수도 있다.

V

[117] 본 발명의 실시 예에 따른 전처리 필터 ¹ 은 상술한 네 가지 방식 이외에 도 다양한 방식에 따라 계산되고 정의될 수 있다. 예를 들어, 'Iterative Methods for Sparse Linear Systems'와 같은 문헌에 소개된 여러 가지 방식과 알고리즘들

V

이 전처리 필터 ¹ 를 계산하는 과정에 활용될 수 있다.

V

[118] 전처리 필터를 생성하는 두 번째 실시 예로, 전처리 필터 ¹ 은 RE 의 MIMO 채널의 특성을 이용하여 생성될 수 있다. 상술한 첫 번째 실시 예에 따라

^Al 올 계산하기 위해서는 행렬 X행렬의 연산 ( ^G ^ ^G ' ) 과정이 요구된다. 이러한 연 산 과정의 계산 복잡도를 개선하기 위해， 두 번째 실시 예에서는 RE 의 MIMO 채 널을 활용하여 적은 복잡도로 ^Al 을 계산한다.

[119] 구체적으로 설명하면, 기준 RE 에서 ^G i ^Gi 은 아래 수학식 9 의 대각 행렬

^Ζ ι으로 근사화될 수 있다.

[120] 【수학식 9

[121 ] 수학식 9 의 근사화 과정은 스트림의 수 ( 많아지고 채널 요소 간의 상관관계가 작을수록 정확해진다. 이러한 근사화 과정은 매시브 MIMO 환경에서 의 채널 특징에 따라 비대각행렬 성분 (off-diagonal term)들을 0 으로 근사화할

Δ

수 있다는 점에 기인한다. 상술한 근사화 과정에 따라, 행렬 ¹ 은 수학식 10 의 대각 행렬로 정의될 수 있다.

[122] 【수학식 10】 A _{1 =} Z _{1 +} R

[123] 이어서, 수학식 10 의 ^은 대각 성분만으로 표현될 수 있기 때문에， 수

A

학식 10 의 ¹ 에 대하여 첫 번째 실시 예에서 설명한 야코비 방식을 적용하여

V

전처리 필터 ¹ 가 계산될 수 있다. 두 번째 실시 예의 경우， 근사화 과정에서의 오차가 큰 경우 수치해석 알고리즘의 반복 회수가 줄어드는 양은 크지 않을 수 있 다. 즉, 원하는 답에 수렴하는 속도가 크게 증가하지 않을 수 있다.

[124] 이어서, 전처리 필터를 생성하는 세 번째 실시 예를 도 11 과 함께 설명한 다. 도 11 은 본 발명과 관련하여 MIMO 수신기가 전처리 필터를 생성하는 일 예 를 도시하는 도면이다. [125] 세 번째 실시 예에서는， 첫 번째 실시 예에서의 ^ι^ι、과의 오차가 작은 ^Ζ ι을 찾아， 두 번째 실시 예에서 제안한 방법을 활용한다. 예를 들어, MIMO 채 널 행렬 ^1이 도 11 에 도시된 _{m o} , H20, 1130 에 그려진 형태의 행렬 ¹ 로 근사화되는 경우， ^Al 을 계산하기 위한 복잡도를 크게 줄일 수 있다. 도 11 에서 검은색 성분은 0 이 아닌 값을， 하얀색 성분은 ◦ 값을 각각 나타낸다. 즉， 채널 행 렬의 각각의 성분의 크기를 소정의 임계값과 비교하여， 임계값 보다 작은 성분의 채널 크기는 0으로 근사화한다. 이때, 근사화된 ¹ 의 탱크가 ¹ 과 같아야 한다.

V

[126] 이상에서는 전처리 필터 ¹ 를 계산하는 세 가지 실시 예에 대해 설명하였 으며, 이하에서는 전처리 필터를 활용하여 검출 신호를 검출하는 수치해석 알고리 즘에 대해 설명한다.

[127] 수치해석 알고리즘은 RE 그룹 전체에 대하여 검출 신호를 검출하고 생성 하기 위한 MMSE, ZF(Zero Forcing), IRCClnterference Rejection Combining), BLAST 알고리즘 등의 역행렬 연산을 대체한다. 제안하는 수치해석 알고리즘은 TR 36.866 for NAIC vl.1.0에 기술된 모든 MIMO 수신기에 적용될 수 있다. 이 러한 수치해석 알고리즘은 상술한 역행렬 연산만을 대체하는 알고리즘이므로， 종 래의 MIMO 수신기 보다 복잡도가 개선되면서도 동일하거나 유사한 수준의 검출 성능을 나타낸다. [128] 수치해석 알고리즘으로 CG conjugate gradient), Newton method, steepest descent method 등의 알고리즘이 활용될 수 있다. 수치해석 알고리즘은

V

상술한 전처리 필터 ¹ 를 이용하여 적은 반복 횟수로 (즉， 빠른 속도로) 해를 산 출하며, 전처리 필터를 생성한 기준 RE 와 다른 RE 간의 상관관계가 클수록 반복 횟수의 감소 효과는 크게 나타난다.

[129] 도 8 과 CG 알고리즘을 예로 들어 수치해석 알고리즘을 구체적으로 설명 한다. CG 알고리즘은 기결정된 정확도를 도출할 때까지 반복적으로 연산하는 알 고리즘이며, 컨버징 알고리즘 (converging algorithm)으로서 알고리즘의 반복에 따 라 오차가 줄어드는 방향으로 결과가 도출된다.

[130] 먼저, MIMO 수신기는 상관관계가 일정 이상인 복수의 RE 들을 묶어 도 6 과 같은 하나의 RE 그룹을 형성한다. RE 그룹에 포함된 어느 하나의 RE 가 기준 RE (첫 번째 RE)가 되며， MIMO 수신기는 기준 RE 의 MIMO 채널을 이용하여 전 처리 필터를 생성한다. 기준 RE 는 RE 그룹에서 시간축 /주파수축 상 가장 중심에 가까운 RE가 될 수 있으나, 이러한 예에 한정되는 것은 아니다.

V

[131] MIMO 수신기는 기준 RE 의 전처리 필터 ¹ 에 기초하여, RE 그룹 내의 다른 RE 들에 대하여 수치해석 알고리즘 (CG 알고리즘)을 이용하여 검출 신호 ^S/ 를 생성한다. CG 알고리즘은 아래의 수학식 11과 같은 형태로 구현될 수 있다.

[132] 【수학식 11】

g ⁽⁰⁾ =b-t

t = G G,d (0 +Rd i(0

d ⁽ ) t

S = ^(l) +a ⁽ⁱ⁾ d ⁽ⁱ⁾

( ⁺¹⁾ = ⁽⁾ - ⁽ⁱ⁾ \

end while

s _z = s ^(→

； ⁽ 'ᅳ ⁾

[133] 수학식 11 에서 S 는 수치해석 알고리즘의 ^z 번째 반복에서 추정된 전송 신호이다. 0 번째 반복의 전송 신호， 즉 초기값 ^S(0) 은 모든 엔트리 (entry)가 1 로 구성된 백터로 설정된다. ('), b ⁽ ' ⁾ 은 해를 구하기 위한 임시 백터를 나 타내며， ^， ² 은 상기 임시 백터들의 관계를 결정하는 함수이다. ⁽ ' ⁾ 백터는 그 라디언트 백터 (gradient vector)이며， 반복 수행 알고리즘이 정확한 답으로 진행하

„ ⁽ „( ) 는 가장 빠른 방향을 나타낸다. 이때, 갱신된 ^g 백터와 초기에 생성된 g 백 터와의 차이가 특정 임계값 미만인 경우, 알고리즘의 반복이 멈추게 된다. 즉， 상 기 ^g 백터의 크기를 통해, 직접 MMSE 필터를 산출해 구한 결과와 2 차 신호

(

와의 오차 크기를 간접적으로 알 수 있다. 만약， g 값이 0 인 경우， 2 차 신호 와 MMSE 필터를 이용하여 구한 결과와의 차이는 0이 된다.

[134] 수학식 11 에서 ^ 는 상기 알고리즘의 종료 시점을 결정하며， 알고리즘이 목표하는 정확도를 의미할 수 있다. ^δ 는 시스템에 의해 자동적으로 결정되거나 사용자의 입력에 따라 결정될 수 있다. ⁵ 가 작을 수록 알고리즘의 반복이 많이 수행되는 반면 결과의 정확도가 높고， 가 클 수록 알고리즘의 반복이 적게 수 행되지만 결과의 정확도는 떨어진다. 즉， ^ 의 크기에 따라 CG 알고리즘을 이용 하여 구한 해와 MMSE 필터를 이용하여 구한 해와의 허용 오차가 결정된다. MIMO 수신기는 ^ 를 조절함으로써 복잡도와 성능 간의 트레이드 오프 (trade ^¬ off)를 제공할 수 있다. 한편， CG 알고리즘은 반복수가 정방행렬의 크기와 같아지 는 경우， CG 알고리즘을 통해 얻은 해와 MMSE 필터를 이용하여 구한 해와 동일 하게 된다.

[135] 일 실시 예에 의하면, MIMO 수신기는 수치해석 알고리즘의 반복 횟수를 제한함으로써 검출 신호를 검출하는 데에 소요되는 '최대 시간을 제한할 수 있다. MIMO 수신기가 특정 RE 의 신호를 검출하는 데에 필요한 시간이 다른 RE 보다 상대적으로 긴 경우, 전체 시스템의 총 처리 시간에 영향을 주게 된다. 이러한 상 황을 방지하기 위하여, 검출 신호를 검출하는 시간을 특정범위 안으로 제한할 수 있다.

[136] 검출 시간은 수치해석 알고리즘의 반복 횟수를 제한함으로써 함께 제한될 수 있다. 즉， 수치해석 알고리즘의 각 반복 수행에 소요되는 시간은 일정하므로， 반복 횟수를 제한함으로써 MIMO 수신기는 반복 시간을 조절할 수 있다. 한편， 반 복 횟수를 제한하는 것은 CG 알고리즘을 통해 구한 해와 MMSE 필터를 이용하 여 구한 해와의 오차가 커질 수 있어, 성능 열화 처리 시간 간의 트레이드 오프로 작용할 수 있다.

[137] 도 12 는 전처리 필터가 적용되는 또 다른 실시 예의 MIMO 수신기 동작

V

과정올 도시하는 도면이다. 도 12 에서는 전처리 필터 ¹ 를 생성하는 또 다른 실 시 예를 설명한다. V

[138] 도 12에서, 전처리 필터 ¹ 은 RE 그룹 내의 전체 RE의 채널을 이용하여

V G

계산된다. 예를 들어， ¹ 은 아래의 수학식 12 에서 계산되는 를 바탕으로 생 성될 수 있다.

[139] 【수학식 12]

[140] 수학식 12에서 N은 RE 그룹 내의 RE의 개수를 의미하며, ^W/ 은 각 채널 행렬에 대한 가중치를 의미하고， 인 경우 ⁶ 는 전체 채널행렬의 평균으로 정의된다. MIMO 수신기는 수학식 12 에서 계산된 채널행렬 에 기초하여 RE

V

그룹 전체에 공유될 전처리 필터 ¹ 를 계산한다 (1210). 이어서， MIMO 수신기는

V

전처리 필터 ¹ 를 이용하여 각 RE들에 대한 검출 신호를 검출한다 (1220， 1230, 1240).

V

[141] 이상의 도 8 내지 도 12 에서는 MIMO 수신기가 전처리 필터 ¹ 를 생성

V

하는 실시 예와 ¹ 를 이용하여 검출 신호를 생성하는 실시 예에 대해 설명하였다. 이하의 도 13 내지 도 15 에서는 전처리 필터를 RE 그룹 내에서 공유하는 실시 예에 더하여， RE 그룹 내에서 수신 필터가 공유되는 실시 예를 설명한다.

[142] 도 13 은 전처리 필터가 적용되는 또 다른 실시 예에 따른 MIMO 수신기 의 동작 과정을 도시하는 도면이다. 도 13 에서는 도 8 과 달리， MIMO 수신기가

G V

RE 그룹 내의 기준 RE 의 채널 을 바탕으로 전처리 필터 ¹ 와 수신 필터

¹ 를 생성한다 (1310). ¹ 과 ¹ 은 RE 그룹 내의 모든 RE 에 공유되며， MIMO r>

수신기는 수신 필터 ¹ 를 이용하여 수신 신호로부터 1 차 신호를 검출한다 (1320,

V

1330). 이어서， MIMO 수신기는 전처리 필터 ¹ 와 각 RE 의 고유 채널에 기반한 수치해석 알고리즘을 활용하여 1차 신호를 보상하는 과정을 거쳐 2차 신호를 검 출한다 (1340, 1350, 1360).

[143] 상술한 과정을 아래의 수학식 13을 참조하여 구체적으로 설명한다.

[144] 【수학식 13】

»>쎄

S ⁽⁰⁾ 二 B ₎ b

g ⁽⁰⁾ = b-t

• d ⁽⁰⁾ -V. ^{0)

w

t = GfG,d ⁽⁰ +Rd ⁽⁰ a (0

d (0

dC^L) _{= Vig} ( ) ₊ ^ ₊ i) _d ( end while

s 二 S ^(→

[145] 수학식 13에서, 는 기준 RE의 채널을 바탕으로 생성된 수신 필터 ^ΰ ι 를 이용하여 번째 RE 의 수신 신호로부터 검출된 1 차 신호를 나타낸다. 수학식

V

13 의 수치해석 알고리즘은 기준 RE 로부터 생성된 전처리 필터 ¹ 을 이용하여

1 차 신호를 보상하여 2 차 신호 ^S/ 를 생성한다. 기준 RE 와 RE 그룹 내의 다른 RE 간의 상관관계가 크다면， 공용 수신 필터 ^Bl 를 이용하여 검출된 1 차 신호는 MMSE 필터를 직접 이용하여 구한 해와 유사하며， 수치해석 알고리즘이 전처리

V

필터 ¹ 를 이용하여 1 차 신호를 보상하여 2차 신호를 검출하는 과정은 더 빠르 게 수행된다. 반대로， 상관관계가 작다면 1 차 신호는 MMSE 필터를 직접 이용하 여 구한 해와 오차가 크며, 2차 신호를 검출하는 과정 또한 전처리 필터를 이용하 지 않은 경우와 큰 차이가 없게 된다.

V

[146] 한편, 이하에서는 도 13 의 실시 예에서 전처리 필터 ¹ 를 구하는 실시 예에 대해 설명한다. 도 13 에서는 도 8 과 달리 RE 그룹 내에서 공유되는 공용 수신 필터 ^Β ι가 계산되기 때문에, 전처리 필터 ^Vl 를 계산하는 과정이 도 8 과는 달라질 수 있다.

A

[147] 먼저， 기준 RE 의 채널을 바탕으로 임의의 행렬 ¹ 를 수학식 14 와 같이 정의한다.

[148] 【수학식 14】

[149] 수학식 14 에서 Al ¹ 으은 공용 ^수Λ신ΐ S필]터J ¹ 과τΐ ¾역S행fl ¾렬 J관2}-계7] ( ^B 1ι ^{=_ AΛ} lι )에 있

A

다. MIMO 수신기는 ¹ 행렬을 바탕으로 아래의 세 가지 실시 예에 따라 전처리 필터 ^Vl 를 정의할 수 있다.

V B

[150] 첫째로, 전처리 필터 ¹ 는 공용 수신 필터 ¹ 의 역행렬이 될 수 있다. 즉， 공용 수신 필터 ^Bl 가 곧 전처리 필터 ^Vl 가 될 수 있다. 본 실시 예는 수학식 15 와 같이 표현되며， ΜΙΜΟ 수신기는 공용 수신 필터 ¹ 이 계산되면 이를 그대로 전처리 필터로써 사용한다. 공용 수신 필터와 전처리 필터가 동일하므로 ΜΙΜΟ

V V

수신기는 추가적으로 ¹ 를 계산할 필요가 없으며， ¹ 을 계산하고 저장하는 데에 요구되는 메모리가 필요 없게 된다.

[151 ] 【수학식 15] [152] 둘째로， MIMO 수신기는 완전 콜레스키 인수분해 (complete Cholesky

A V

factorization) 방식에 따라 ¹ 을 분해하여 전처리 필터 ¹ 를 계산할 수 있다. 이러한 과정은 아래의 순서에 따라 세 단계를 거쳐 수행된다. [153] i) ^Al " ^L ' ^L ' ^/ ( ^Ll 은 하삼각행렬) [154] Π) ^B ' = « L;'

U55녜 쒜 '，

[156] 역대입 연산 과정이 이용되면， Π) 과정에서 하삼각행렬 ^Ll 의 역행렬을 구 하는 과정은 생략될 수 있다. 즉, 두 번째 방식에서는 ^Β ι ⁾ ^^ 적용함에 있어서 역대입 연산 과정을 활용하여 복잡도를 경감시킬 수 있으며， 이러한 경우 전처리

V, Β

필터 ¹ 및 공용 수신 필터 ¹ 를 만드는 전체 과정 중 주요 복잡도는 i) 과정에 서 발생한다.

[157] 한편， iii) 과정은 ！〜 ¹ 과정의 근사화를 통해 듬성듬성 (sparse)한 전처 리 필터 (행렬 대부분의 원소가 0 인 행렬)를 생성하는 과정이다. 이러한 과정은， 전처리 필터가 sparse 필터인 경우, 수치해석 알고리즘의 반복마다 발생하는 계산 복잡도가 크게 줄어들기 때문이다.

[158] 마지막 세 번째 방법으로， 불완전 콜레스키 인수분해 (incomplete Cholesky

V

factorization) 방식에 따라 전처리 필터 ¹ 가 계산될 수 있다. 이러한 과정은 아 래의 순서에 따라 세 단계를 거쳐 수행된다.

A ~ T i ^H f

[159] 0 ^ ¹ " ¹ 은 하삼각행렬)

[160] ii) ¹ ^ ¹ ^ ¹ [161] iii) ^{1 1} V B

[162] 두 번째 실시 예에서 전처리 필터 ¹ 및 공용 수신 필터 ¹ 를 만드는 과 정의 주요 복잡도는 i) 과정에서 발생한다. 따라세 세 번째 실시 예에서는 0 과정 에서 완전 콜레스키 인수분해를 이용하는 대신 불완전 콜레스키 인수분해를 이용 하여 ^Ll 를 계산한다. [163] ^를 바탕으로 전처리 필터 ^Vl 및 공용 수신 필터 ^를 계산하는 경우, 두 번째 실시 예에서와는 달리 기준 RE 에 대해서도 보상 과정을 거쳐 2 차 신호

β

를 계산해야 한다. 이는， ¹ 자체가 근사화된 역행렬이기 때문에， 기준 RE 에 대 해서도 오차가 발생할 수 있기 때문이다. 결과적으로， 상술한 세 가지 실시 예 중 세 번째 실시 예는 공용 수신 필터와 전처리 필터 생성에 가장 작은 복잡도가 요 구되지만, 보상 과정에서 각 반복 횟수는 가장 많이 소요될 수 있다.

[164] 상술한 실시 예들은 단순한 예시에 불과하며， 이러한 방법들 이외에도 다 양한 방법에 따라 전처리 필터와 공용 수신 필터가 정의될 수 있다.

[165] 한편, 도 13 과 관련하여 이상에서 설명한 실시 예와는 달리， RE 간의 채 널 상관관계에 따라 전처리 필터와 RE 의 고유 채널을 이용한 보상 과정 (1340, 1350)은 생략될 수도 있다. 즉, 기준 RE 와 다른 RE 간의 상관관계가 층분히 크

r

다면， 공용 수신 필터 ¹ 을 이용하여 검출된 1 차 신호의 오차가 상대적으로 작 다. 이와 같이 RE의 1 차 신호의 오차가 최종 결과의 성능에 미치는 영향이 작다 고 예상되는 경우, 1차 신호에 대한 보상 과정이 생략되고 1차 신호는 곧바로 디 코더 (1370)로 입력된다, 즉, 보상 과정에 요구되는 계산 복잡도와 메모리 요구량 이 감소할 수 있다.

[166] 도 14 는 전처리 필터를 활용하는 또 다른 방식의 MIMO 수신기 동작 과

r>

정올 도시하는 도면이다. 도 14 에서는 공용 수신 필터 ¹ 를 활용한다는 측면에 서는 도 13 과 유사하다. 그러나， 도 14 의 실시 예에서는 기준 RE 의 채널을 바

V

탕으로 전처리 필터 ¹ 를 계산하는 것이 아니라， RE 그룹 내의 각 RE 들의 고 유 채널을 이용하여 각각의 RE 에 대해 전처리 필터를 계산한다. 1 차 신호의 보 V

상 과정은 ¹ 이 아닌 각각의 RE 의 고유 채널을 기반으로 ^' 생성된 전처리 필터를 이용하여 수행된다.

[ 167] 구체적으로 설명하면， MIMO 수신기는 기준 RE 의 채널을 바탕으로 공용

r> r

수신 필터 ¹ 를 계산한다 ( 1410) . ¹ 은 RE 그룹 내의 RE들에 공유되어 1 차 신 호를 생성하는 데에 활용된다 ( 1430). 한편， 1 차 신호에 대한 보상 과정에 앞서 IMO 수신기는 각각의 RE 들의 고유 채널을 바탕으로 전처리 필터를 생성한다 ( 1440, 1460). 즉， 2번째 RE에 대해서는 (3 ₂ 를 바탕으로 V ₂ 를 계산하며 ( 1440)， N 번째 RE에 대해서는 0^을 바탕으로 ^를 계산한다 ( 1460).

[ 168 ] 각각의 RE 에 대해 고유의 전처리 필터를 생성하는 과정은 앞서 도 8 내 지 도 13에서 설명한 실시 예들이 적용될 수 있다. 이어서， MIMO 수신기는 각각 의 RE 에 대해 생성된 고유의 전처리 필터를 이용하여 수치해석 알고리즘에 기반 한 보상 과정을 수행한다 ( 145으 1470). 보상 과정을 거쳐 생성된 2차 신호 ( 1480) 는 디코더 ( 1490)로 입력되어 처리된다.

[ 169 ] 도 14 의 실시 예에 의하면， 각각의 RE마다 전처리 필터가 생성되기 때문 에 추가적인 복잡도가 요구된다. 그러나， RE 간의 채널 상관관계가 낮은 경우， 도 8 내지 도 13 의 방식에 따라 전처리 필터를 공유하는 실시 예는 보상 과정의 반 복 횟수가 증가하게 된다. 이에 따라， 도 14 의 고유의 전처리 필터를 활용하는 실시 예가 전체 복잡도와 계산 과정에 소요되는 시간을 줄이는 데에 더욱 효과적 이다.

[ 170] 나아가， 역대입 연산 과정을 가정하는 야코비， 가우스-시델， SQR 프리컨디 셔닝 방식에 따라 전처리 필터를 생성하는 경우 전처리 필터를 계산하는 과정에서 발생하는 복잡도 증가를 최소화할수 있어， MIMO 수신기에게 큰 부담이 되지 않 는다. 한편 사이즈 N인 하삼각 역행렬을 역대입 과정으로 처리하는 경우， 복잡도 는 N ² 보다 작다.

[ 171 ] 도 15 는 종래 기술과 전처리 필터를 적용하는 경우의 계산 복잡도를 비교 하는 그래프이다.

[ 172 ] 도 15 에서 그래프에 사각형이 표시된 곡선은 RE 그룹 내의 전체 RE 에 대해 각각 MMSE 필터를 이용하여 신호를 검출하는 경우의 계산 복잡도를 도시

V

한다. 별이 표시된 곡선은 RE 그룹 내에서 전처리 필터 ^{Y l} 가 공유되는 경우를， V

삼각형이 표시된 곡선은 RE 그룹 내에서 ¹ 는 공유되지 않지만 공용 수신 필터 o

¹ 가 공유되어 보상 과정이 수행되는 경우를 각각 도시한다. 도 15 에서 시각적 으로 확인할 수 있듯이, 이상에서 제안한 MIMO 수신기는 수신 스트림의 수가 많 을 수록 더 많은 복잡도 이득을 가진다.

[173] 이상에서 설명한 실시 예들에 따르면， RE 그룹 내에서 모든 RE 들의 상관 관계가 1인 경우， 각 RE들의 수신 필터 ^은 기준 RE의 수신 필터 ^와 동일 해진다ᅳ 따라서， 1만을 사용하더라도 1차 신호는 성능 저하 없이 디코더로 입력 될 수 있다. 이에 따라, RE 그룹 내에서 하나의 수신 필터만을 구하면 되어， 전체 계산 복잡도는 1/Ν (Ν은 RE 그룹 내의 RE 개수)로 줄어든다. [174] RE 그룹 내의 RE 간의 상관관계가 1 보다 작은 경우， 공용 수신 필터 ^Bl

V

를 이용하여 계산된 1 차 신호의 오차는 전처리 필터 ¹ 를 이용하여 보상된다.

RE 간의 상관관계가 클수록 전처리 필터를 이용한 수치해석 알고리즘의 보상 과 정은 빠르게 수행된다 (즉, 반복 횟수가 줄어든다). 이때， 전처리 필터를 적용하는 보상 과정은， 적용하지 않는 경우보다 계산 복잡도는 증가할 수 있지만 반복 횟수 가 그보다 더 큰 폭으로 줄어든다. 결과적으로, 제안된 MIMO 수신기는 RE 간의 상관관계를 최대한 이용하여 성능 저하를 최소화하면서도 복잡도를 감소시킬 수 있다.

[175] 계산 복잡도를 더 즐이고자 하는 경우, MIMO 수신기는 전처리 필터를 활 용한 보상 과정에서 오차로 인한 성능 열화를 감수하는 대신 계산 복잡도를 줄일 수도 있어， 계산 복잡도와 성능 사이의 트레이드 오프를 제공할 수 있다.

[176] 또한， 제안된 기법에 따르면 기준 RE 를 제외한 RE 들에 대해서는 역행렬 을 직접 계산하지 않아， 모든 연산이 행렬 X백터 연산으로 이루어진다. 역행렬 연 산은 분산 처리가 쉽지 않은 반면, 행렬 X백터 연산은 병렬화가 쉬워 분산처리 기 법이 용이하게 적용될 수 있다. 이에 따라， 전체 처리 시간을 급격하게 줄일 수 있다.

[177] 3. 제안하는 MIMO 수신기의 동작 방법 [ 178] 이상에서는 MIMO 수신기가 전처리 필터를 이용하여 수신 신호를 처리하 는 실시 예에 대해 설명하였다. 이하에서는 MIMO 수신기가 수신 신호를 처리하 는 단위가 되는 RE 그룹을 형성하는 과정에 대해 설명한다.

[179] 먼저, RE 그룹과 기준 RE, 일반 RE 의 개념에 대해 설명한다. 도 16 내지 도 20 은 본 발명의 일 실시 예에 따른 RE 그룹 형성 과정을 설명하는 도면이다. 도 16 내지 도 20 에 도시된 사각형들은 각각 RE 를 나타내며, 빗금, 무늬 또는 색상이 추가된 사각형들은 RE 그룹 내에서의 기준 RE 를 나타낸다. 하나 이상의 RE 가 RE 그룹을 형성하며, RE 그룹에 포함된 RE 들은 기준 RE 의 채널 정보에 기초하여 생성된 수신 필터 및 /또는 전처리 필터를 공유한다. 즉, 기준 RE 의 경 우 수신 신호로부터 수신 필터 및 /또는 전처리 필터가 직접 (예를 들어， MMSE 필 터 등을 이용하여) 계산되며, 이하에서는 RE 그룹 내에서 기준 RE 를 제외한 RE 들올 '일반 RE(normal RE)'라 한다.

[ 180] 예를 들어， 도 16에서 RE그룹 #1(1610)에는 11*6=66개의 RE가 포함되 며， RE 그룹 #1(1610)은 중앙에 위치한 기준 RE 1개와 65개의 일반 RE로 구성 된다. 마찬가지로, RE 그룹 #2(1620)도 1 개의 기준 RE 와 65 개의 일반 RE 로 구성된다. 기준 RE 로부터 각 일반 RE 까지의 거리는 {주파수축， 시간축 }와 좌표 로 정의되며, 예를 들어 RE 그룹 #1(1610)에서 A에 위치한 일반 RE는 {0， 2}로 표현될 수 있다. B, C, D에 위치한 일반 RE들은 각각 {0， 5}， {-3， 0}， {-3, 5}로 표현될 수 있다. 이와 같은 좌표는 RE 그룹 내에서 오른쪽 방향과 위쪽 방향을 각각 주파수축 /시간축이 증가하는 방향으로 결정한 결과이며， 단순한 실시 예에 불과하다.

[181 ] 도 16 에서는 두 개의 RE 그룹 (1610， 1620)들이 각각 66 개의 RE 를 포 함하는 실시 예를 설명하였으며, 두 개의 RE 그룹 (1610, 1620)에 포함되는 RE들 전체를 '모그룹 (mother group)'이라 한다. 즉, 이하에서 '모그룹'이란 MIMO 송신 기가 복수의 RE 들을 처리하여 RE 그룹을 형성하는 단위가 되며， 도 16 에서 모 그룹은 11*12=132 개의 RE 를 포함하는 하나의 RB(Resource Block)로 도시된 다 (도 16 에서 MIMO 수신기는 모그룹인 RB를 처리하여 2 개의 RE 그룹을 형성 한다).

[182] 도 16 내지 도 20에 도시된 실시 예들은 동일한 모그룹을 다른 방식에 따 라 분할하여 RE그룹을 형성하는 실시 예들을 도시한다. 다만， 모그룹이 도 16 내 지 도 20 구현 예에 한정되는 것은 아니며， 모그룹은 RB 대신에 LTE/LTE-A 에 서의 슬롯， 서브프레임， 서브밴드， 프레임 단위로 정의될 수도 있다.

[183] 한편, 앞서 설명한 바와 같이 MIMO 수신기는 기준 RE 의 채널 정보에 기 초하여 RE 그룹 전체에서 공유할 수신 필터와 전처리 필터를 생성하며， 생성된 필터를 일반 RE 들에 공유하여 수신 신호로부터 검출 신호를 생성한다. 이때， 기 준 RE 에서 수신 필터， 전처리 필터， 데이터 검출에 요구되는 복잡도는 아래의 수 학식 16과 같이 표현된다.

[184] 【수학식 16】

3

CPXRE DMMSE = - N _S N _R { N _S + \ ) + N _S ²

[185] 또한， 기준 RE 가 아닌 일반 RE 에서 요구되는 복잡도는 수학식 17 과 같 이 표현된다,

[186] 【수학식 17】

Cpx _{RE Proposed} {iter) = -N _s N _r + 3) + 4^ ² + - N _S + (iter - \) N ^l + -N

[187] 수학식 17 로부터, 검출 신호의 생성에 요구되는 복잡도는 알고리즘의 반 복 회수에 영향을 받음올 알 수 있다. 또한， 수학식 16 및 17 로부터 하나의 모그 룹을 처리하는 데에 요구되는 총 복잡도는 수학식 18과 같이 표현된다.

[188] 【수학식 18】

Cp ^X Total ⁼ N RE— DMMSE ^X ) iter-\

N

[189] 수학식 18에서 讓 ^SE 는 모그룹 내에 위치하는 기준 RE의 개수이며

^N RE—Proposed Iter)는 모그룹 내에서 수치해석 알고리즘의 반복 희수가 ^ '인 일 반 RE의 개수가 된다.

[190] 한편， 도 16 의 RE 그룹 #1(1610)에서， B 에 위치한 일반 RE 에 대한 반 복 회수는 A 에 위치한 일반 RE 의 반복 회수보다 더 클 수 있다. 이는， 기준 RE 로부터의 거리가 멀어질수록 RE 그룹 내에서 공유되는 수신 필터 및 /또는 전처리 필터의 효용성이 떨어지기 때문이며， 앞서 설명한 수치해석 알고리즘이 해답을 찾 기 위해 요구되는 반복 회수가 늘어나기 때문이다. 또한, 채널 변화가 클수록 (채널 의 전력 지연 분산이 길게 나타나거나 도플러 효과가 크게 나타나는 경우) 공유되 는 필터의 효용성은 급격하게 떨어진다. 따라서， 기준 RE 와의 거리가 먼 일반 RE 에 대해서는 채널 변화가 큰 경우 알고리즘 반복회수가 크게 증가하여 검출 신호 생성의 전체 복잡도 Cp ^x _a ! ₇ \ 크게 증가하게 된다.

[191 ] 이하에서는 MIMO 수신기가 모그룹으로부터 RE 그룹을 형성하는 여러 가 지 실시 예를 제안함으로써， 상술한 바와 같이 검출 신호 생성의 복잡도가 증가할 수 있는 상황에서도 복잡도를 최소화하는 방안에 대해 제안한다.

[ 192] 먼저， MIMO 수신기가 도 16에 도시된 RE 그룹 #1， #2(1610, 1620)를 이 용하고， RE 들 간의 채널 상관관계가 매우 큰 경우 (전력 지연 분산 프로필의 길이 가 짧고 도플러 효과가 작은 값으로 나타나는 경우， 예를 들어 페데스트리안 채널 (pedestrian channel, 3km/h)) RE 그룹 내에서 공유되는 수신 필터 및 전처리 필 터의 효용성은 매우 크다. 따라서， RE 그룹 내의 모든 RE에서 수치해석 알고리즘 의 반복 회수는 1 이 될 수 있으며， 모그룹 전체를 처리하는데 요구되는 계산 복 잡도 ^C P ^x _a i를 최소화할 수 있다.

[ 193] 반면， RE 들 간의 채널 상관관계가 작은 경우 기준 RE 와 멀리 떨어져 위 치하는 일반 RE에 대해서는 수치해석 알고리즘의 많은 반복이 필요하다. 예를 들 어， A, B, C, D에 위치한 RE들 각각에 대해서 1， 2, 3， 4 의 반복수가 요구되는 경 우를 생각해볼 수 있으며， 이와 같이 반복수가 큰 일반 RE 들이 증가하는 것은 RE 그룹 전체에 대한 계산 복잡도를 크게하는 문제점이 있다.

[ 194] 반복수가 많은 RE 들이 증가하는 문제점을 해결하기 위해， 도 17 에 도시 된 4개의 RE 그룹 (1710， 1720, 1730, 1740)을 예로 들어 설명한다. 도 17에 도 시된 4 개의 RE 그룹 (1710， 1720, 1730， 1740)은 도 16에 도시된 실시 예와 모 그룹이 동알하므로， 도 16 의 2 개의 RE 그룹 (1610， 1620)과 동일한 개수의 RE 들로 구성된다. 그러나， 도 17의 4 개의 RE 그룹 (1710， 1720, 1730, 1740)은 각 각의 RE 그룹 내에서 기준 RE 로부터 가장 먼 일반 RE 까지의 거리가 더 짧다. 따라서， 일부의 일반 RE에 대한 반복 회수가 감소할 수 있다.

[195] 예를 들면， 도 16에서 A, B에 위치한 일반 RE들은 기준 RE와의 거리가 각각 {0， 2}， {0， 5}지만, 도 17에서는 동일한 , B에 위치한 일반 RE들에 대하 여 거리가 {0， 1}， {0, 2}로 줄어들었음을 확인할 수 있다. 이 경우， A, B, C, D에 위치한 임의의 RE들 각각에 대해 반복 수를 줄일 수 있다. [196] 결과적으로， 도 17 의 경우 전체 RE 들에 대하여 기준 RE 의 총 개수는 2 개에서 4 개로 늘어나지만， 모그룹을 처리하는 데에 요구되는 총 복잡도는 도 16 보다 줄어들게 되는 효과가 있다.

[197] 이상에서 설명한 실시 예로부터， 기준 RE 의 개수 및 RE 그룹의 형태는 p ^x Totai , 즉 모그룹에 포함되는 모든 RE 를 처리하는 데에 요구되는 계산 복잡 도를 최소화하는 방향으로 결정해야 함을 알 수 있다. RE 그룹의 '형태 '란 RE 그 룹의 크기와 모양을 의미하며, 도 17과 도 20의 경우 RE 그룹의 개수가총 4개 씩인 점은 동일하나， 모양이 서로 달라 RE 그룹들의 형태는 서로 다르다.

[198] 이와 같이 RE 그룹을 형성하기 위한 여러 가지 방법이 있을 수 있으며， 이 하에서는 모그룹 전체에 대한 계산 복잡도를 최소화하는 방향으로 RE 그룹을 형 성하는 실시 예들을 설명한다.

[199] 먼저, RE 그룹 내에서 기준 RE의 위치는 일반 RE와의 최대 거리가 최소 화되는 곳이 된다. 다시 말해서， 기준 RE는 기준 RE로부터 가장 먼 거리에 위치 한 일반 RE 와의 거리 (즉， 최대 거리)가 최소화되도록 RE 그룹 내에 위치해야 한 다.

[200] 앞서 설명한 바와 같이， RE 그룹 내에서 RE 들 간의 거리는 주파수축 및 시간축 두 개의 성분을 이용하여 {주파수축, 시간축 }로 표현될 수 있다. 기준 RE 로부터의 거리가 먼 일반 RE 일수록ᅳ 기준 RE 로부터의 거리가 더 짧은 일반 RE 보다 검출 신호 생성을 위한 반복 회수가 같거나 많다. 따라서, 제안한 방식에 따 라 기준 RE를 배치하는 경우， 특정 일반 RE에서 반복수가 급격하게 증가하는 현 상을 방지할 수 있다. ·

[201] 도 16 의 RE 그룹 # 1 (1610)에서 기준 RE 와 일반 RE 와의 최대 거리는 {3, 5}이다. RE 그룹 #1 (1610)내의 어떠한 RE를 기준 RE로 선택한다 하더라도 이 최대 거리를 더 즐일 수 없다. 반면에， 도 18 의 경우 기준 RE 가 각 RE 그룹 의 모통이에 위치하며 최대 거리는 {5, 1아이다. 따라서， 도 18의 A에 위치한 일 반 RE 는 도 16 에서 동일한 A 에 위치한 일반 RE 에 비해 더 많은 반복수가 요 구된다ᅳ 나아가， RE 그룹 내에서 RE들 간의 채널 상관관계가 작을수록 이와 같은 반복수는 크게 증가하게 되며, 큰 반복수가 요구되는 일반 RE 의 수 또한 급격히 증가하여 전체 복잡도 ^CpXTotal 7\ 증가하게 된다. 결론적으로， 상술한 바와 같이 일반 RE와의 최대 거리가 최소가 되는 곳에 기준 RE가 위치해야 한다. [202] 다음으로， MIMO 수신기는 RE들 간의 채널.상관관계에 기초하여 RE 그룹 의 형태를 결정할 수 있다. RE 들의 채널 상관관계는 일반 RE 에서 검출 신호를 생성할 때 요구되는 반복 수에 영향을 미친다는 점에 대해서는 앞서 설명한 바 있 다. 예를 들어， RE 들 간의 채널 상관관계가 큰 경우에는 MIMO 수신기가 일반 RE에서 데이터를 검출할 때 반복수가 적게 요구되는 반면， 채널 상관관계가 작은 경우에는 동일한 조건으로 일반 RE 에서 데이터를 검출할 때 반복수가 많게 요구 된다. 이는 MIMO 수신기는 RE 그룹의 데이터 검출에 수신 필터 및 전처리 필터 를 이용하는데， 이러한 공유 필터들의 효과는 채널 상관관계가 클수록 크게 나타 나기 때문이다.

[203] 구체적으로， MIMO 수신기는 모든 RE에 대해 채널 정보를 미리 알고 있으 며, 이러한 RE 의 채널 정보를 바탕으로 RE 들 간의 채널 상관관계를 수학식 19 에 따라 계산할 수 있다.

[204] 【수학식 19】

[205] 수학식 19에서 ¹¹ ᅵ 은 프로베니우스 기법 (Frobenius method)에 따- 3Χ 로베니우스 놈 (norm)을 나타낸다. 또한， 함수 ^( ^B )는 행렬 B의 대각 성분 만을 추출한 대각 행렬을 나타낸다. ^C 와 l ^C l는 RE 그룹 내에서 채널 상관관계 계산의 기준이 되는 임의의 RE 의 인텍스 셋 (index set) 및 인덱스 셋의 크기를 각각 나타낸다. 예를 들어， 도 16 에 도시된 실시 예메서 C는 RE 그룹 #1(1610) 과 RE 그룹 #2(1620)의 2 개의 기준 RE 들의 인덱스를 나타낼 수 있으며， 기준 lc

RE 7} 아닌 2개의 임의의 RE의 인텍스가 될 수도 있다. 또한， I 는 2가 된다.

C I C

[206] 도 16 에서 RE 그룹 #2(1620)의 기준 RE 의 채널을 라 하면， 는 각각 기준 RE 로부터 주파수축으로 1 - 1 거리만큼 떨어진 E, F 에 위치한 일반 RE 들의 채널을 나타낸다. 유사하게， ^{υ Λ} ᅳ ¹ 는 각각 기준 RE로부터 시간축으로 1, -1 거리만큼 떨어진 G, Η에 위치한 일반 RE들의 채널 을 나타낸다.

[207] 한편， ^Pk 는 기준 RE( ^{/ 5} )와 기준 RE로부터 주파수축으로 만

f (/) _Γ (ᄀ (/) 큼 떨어진 일반 RE( ^l ' ^k ) 간의 채널 상관관계를 나타낸다. 만일 /와 " ^k 의 채널이 같다면 ^k 는 1 이 되지만， 그렇지 않은 경우에는 모두 1 보다 작은 값 올 가진다. ΜΙΜΟ 수신기는 수학식 19에서의 ^A 기초하여 주파수축을 따라 RE 들 간의 채널 상관관계를 계산할 수 있으며， 계산된 채널 상관관계와 아래의 수학 식 20에 따라 RE 그룹에서의 주파수축 상의 최대 거리가 결정된다.

[208] 【수학식 20】

while β ^{{ ]} > γ ά

k = k + l

compute β[ ^η

end while

[209] 수학식 20에서 ^max 는 주파수축 상의 최대 거리를 나타내며, ^λ 는 RE들

/)

간의 주파수축 상의 채널 상관관계인 ^p k 의 최소 임계값을 나타내고 1 보다 작 은 값이 된다. 수학식 20 에서 가 ^보다 작은 경우 기준 RE 로부터 주파수 축 상의 최대 거리는 ^ 1가 된다. 즉， ^^ 二 ^ᅳ ¹ 가 된다ᅳ 수학식 20 은 기준 RE 와의 채널 상관관계가 최소한의 임계값이 되기 직전의 RE 까지 수신 /전처리 필터가 공유되는 RE 그룹으로 결정함을 의미하며， 수학식 20 에 따라 RE 그룹의 주파수축 상의 양 끝단이 결정된다. [210] 한편， 수학식 19 에서 시간축에 따른 RE 들 간의 채널 상관관계가 ^Pk 로 계산될 수 있으며， 수학식 20 과 유사한 방법을 통해 시간축으로의 최대 거리 또 한 결정된다. 이에 따라， RE 그룹의 시간 축 상의 양 끝단이 결정될 수 있으며， 두 개의 축 방향으로의 최대 거리가 결정됨에 따라 RE 그룹의 형태 (즉， 모양과 크기)가 최종적으로 결정된다. 즉， 기준 RE 와의 상관관계가 주파수축과 시간축 상으로 임계값 이상이 되는 거리까지 수신 /전처리 필터가 공유된다.

[211 ] 또 다른 실시 예로， MIMO 수신기는 CRS Common Reference Signal)를 이용하여 채널의 전력 지연 분산 프로파일을 예측할 수 있다. 이와 같은 전력 지 연 분산 프로파일은 시간 도메인에서 채널의 임펄스 웅답 (impulse response)을 나타내며 그 길이가 길수록 주파수축 상에서의 채널 변화량이 크다는 것을 의미 한다. MIMO 수신기는 이와 같은 채널의 전력 지연 분산 프로파일로부터 수학식 20에서 설명한 최대 거리를 계산할 수 있다.

[212] 구체적으로， 채널 지연 분산 프로파일이 길게 나타나는 경우 수학식 20 에 f)

서의 최대 거리 max가 1 이 될 수 있는 반면， 채널 지연 분산 프로파일이 짧게 나타나는 경우에는 주파수축 상의 채널이 모두 동일하게 되어 최대 거리가 6으로 가장 길게 결정될 수도 있다. 즉， MIMO 수신기는 채널 지연 분산 프로파일을 이 용하여 주파수축 상으로 기준 RE와 일반 RE 간의 최대 거리를 결정할 수 있다.

[213] 또한, LTE/LTE-A 시스템을 지원하는 MIMO 수신기는 도플러 효과도 측 정할 수 있으며， 앞서 채널 지연 분산 프로파일에 대해 설명한 바와 유사하게 도 플러 효과를 이용하여 시간축 상으로 최대 거리를 결정할 수 있다. 결과적으로, MIMO 수신기는 전력 지연 분산 프로파일과 도플러 효과를 이용하여 RE 그룹의 형태를 결정할 수도 있다.

[214] 또 다른 실시 예에 의하면， MIMO 수신기는 수신 신호의 SNR/SIR/SINR(Signal to Noise Ratio/Signal to Interference Ratio/Signal to Interference plus Noise Ratio) 증 적어도 하나를 바탕으로 수치 해석 알고리즘의 오차 허용 계수를 결정하고， 이에 따라 RE 그룹의 형태를 결정할 수 있다. 수치 해석 알고리즘의 오차 허용 계수 에 대해서는 수학식 1 1 에서 설명한 바 있으 며， 수치해석 알고리즘의 계산 결과 값의 오차 허용 범위를 나타낸다. [215] 한편， 이와 같은 오차는 해당 일반 RE 에서 MMSE 필터 등을 이용하여 직 접 계산한 결과와 제안한 기법에 따라 수신 /전처리 필터를 공유한 계산 결과와의 차이를 의미한다. 따라서, 오차 허용 계수 가 클수록 계산 결과의 오차가 클 확률이 커지게 되며, 제안한 MIMO 수신기의 성능은 열화된다. 그러나， SNR/SIR/SINR 이 낮은 경우라면 상술한 오차보다는 잡음이나 간섭이 성능에 더 지배적인 영향을 미친다. 따라서, 이러한 상황에서는 오차 허용 계수를 크게 하더 라도 수신기의 성능 열화가 상대적으로 매우 작게 된다. 오차 허용 계수를 크게 하는 경우， 수치 해석 알고리즘의 반복수가 줄어들어 검출 신호 생성을 위한 계산 복잡도가 감소하게 되며, 오차 허용 계수가 크다면 전체 RE에서 알고리즘의 반복 수가 줄어들기 때문에 오차 허용 계수가 작은 경우에 비해 더 큰 RE 그룹을 형성 할 수 있다.

[216] 구체적으로 예를 들어 설명하면， 도 16 에서 D 에 위치한 RE 의 경우， ^ =으00이라면 수치해석 알고리즘에 요구되는 반복 회수가 4이지만， ^ = 0.01 라면 요구되는 반복 회수가 2 로 줄어들 수 있다. 따라서， SNR/SIR/SINR 을 고려 하지 않는 경우 MIMO 수신기는 반복 회수가 4까지 발생하지 않도록 도 16 대신 도 17 에 도시된 형태로 RE 그룹을 형성해야 한다. 반면에ᅤ SNR/SIR/SINR을 고 려하는 경우, MIMO 수신기는 SNR/SIR/SINR 이 낮은 경우 오차 허용 계수 를 크게 하여， 도 16에 도시된 형태의 RE 그룹을 형성할 수 있다.

[217] 나아가， MIMO 수신기는 각 모그룹 마다 평균 SINR 을 계산하고, 이를 바 탕으로 해당 모그룹의 오차 허용 계수를 아래의 수학삭 21 과 같이 결정할 수 있 다.

[218] 【수학식 21】 δ二 W画 ⁵

[219] 도 21 을 예로 들어 설명하면， 도 21 에서의 각각의 사각형은 모그룹을 나 타낸다 (2110). 각각의 모그룹 (2111， 2112, 2113, 2114, 2114, 2116)는 복수의 RE (예를 들어, 앞서 도 16 내지 도 20 에서처럼 RB)로 구성될 수 있으며， 모그룹 각각에서 도 16 내지 도 20에 도시된 형태로 RE 그룹이 형성될 수 있다.

[220] 한편， 도 21 에서 모그룹 #1(2111)을 처리한 결과 SINR 이 10dB 로 측정 될 수 있다. 이러한 경우, MIMO 수신기는 모그룹 #1(2111)에 대한 = 0.01로 결정하며 도 17 에 도시된 형태로 RE 그룹을 형성한다. 이어서, 모그룹 #2(2112) 를 처리한 결과 SINR이 15dB로 측정되면 MIMO 수신기는 ^ = 0.0()1로 결정하 고 도 19 에 도시된 형태로 RE 그룹을 더 작게 형성할 수 있다. 이어서， 모그룹

#3(2113)을 처리한 결과 SINR 이 5dB 로 측정되면 MIMO 수신기는 = 0.1로 결정하고 도 16 에 도시된 형태로 RE 그룹을 형성할 수 있다. 결과적으로, MIMO 수신기는 각각의 모그룹 마다 측정되는 SINR에 따라 RE 그룹의 형태를 능동적으 로 결정할 수 있으며， 이에 따라 수신 신호 처리에 요구되는 계산 복잡도를 추가 적으로 줄일 수 있게 된다.

[221] SNR/SIR/SINR을 이용하는 또 다른 실시 예로， MIMO 수신기는 채널 상관 관계의 최소 임계값 y을 SNR/SIR/SINR 를 고려하여 결정할 수 있다. 최소 임계 값 에 대해서는 수학식 20 에서 설명한 바 있듯이， 기준 RE 에 기초한 수신 /전 처리 필터를 공유하기 위해 RE가 만족해야 할 최소한의 상관관계를 의미한다.

[222] MIMO 수신기는 SNR/SIR/SINR 이 낮은 경우 채널 상관관계의 최소 임계 값을 작게 설정할 수 있다. 이러한 경우， 수학식 20 의 알고리즘은 기준 RE 로부

-if)

터의 최대 거리 ^max 를 더 크게 선택할 수 있으며, 결과적으로 더 큰 RE 그룹이 형성된다. 반대로， SNR/SIR/SINR이 높은 경우 MIMO 수신기는 최소 임계값을 크 게 설정하고， 수학식 20 알고리즘에 따른 최대 거리가 더 작게 선택되어， RE 그룹 이 작게 형성된다.

[223] 또 다른 실시 예를 설명하면, 모그룹이 RB 인 경우， MIMO 수신기는 RB 단위로 RE 그룹을 결정하되， 이전 RB 에서의 반복 회수를 고려하여 RE 그룹을 형성할 수 있다. MIMO 수신기는 이전 RB 에서 검출 신호를 생성하는 과정에서 수치해석 알고리즘의 반복 회수가 특정 임계 값을 초과하는 경우， 다음 RB 에 대 해서는 이전 RB 에서 적용된 RE 그룹보다 작은 크기를 갖는 RE 그룹을 형성할 수 있다.

[224] 구체적으로 설명하면， 수치해석 알고리즘의 반복 회수에 대한 특정 임계 값을 라 한다. 예를 들어 설명하면， RB 에 대하여 도 16 에 도시된 바와 같이 두 개의 RE 그룹을 형성될 때， 도 16의 D에 위치한 일반 RE에 대한 검출 신호 를 생성하는 과정에서 수치해석 알고리즘이 반복 회수가 임계값 ^를 초과하는 경우를 생각해볼 수 있다. 이때, MIMO 수신기는 다음 RB 에 대해서는 도 17 에 도시된 형태로 RE 그룹을 더 작게 형성한다. 더 작은 RE 그룹이 형성됨에 따라 D에 위치한 일반 RE의 기준 RE와의 거리는 {3, 5} 에서 {3， 2}로 줄어들게 되 며, 수치해석 알고리즘의 반복 회수가 줄어든다.

[225] 반면에， 도 16과 같이 형성된 RE 그룹에 대해 검출 신호를 생성하는 과정 에서 반복 회수가 임계값 를 초과하지 않는 경우， 도 16 에 도시된 형태의 RE 그룹을 계속하여 다음 RB 에도 적용할 수 있다. 결과적으로， MIMO 수신기는 RB 단위로 RE 그룹을 형성하는 과정에서 이전 RB 에 대한 수치해석 알고리즘 반복 회수가 임계값을 초과하는지를 고려하여 RE 그룹을 축소할 수 있다.

[226] RE 그룹을 축소한다는 것은 주파수축 방향으로의 축소， 시간축 방향으로의 축소, 및 두 축 방향 모두에 대한 축소 중 어느 하나가 될 수 있다. 앞서 도 16 에 대한 실시 예를 이어서 설명하면， 도 16 의 D 에 위치한 일반 RE 의 반복수가 임계값 ^를 초과하는 경우， MIMO 수신기는 C 위치의 일반 RE의 수렴 속도 (즉， 공용 필터를 이용하지 않는 경우와의 오차)와 B 에 위치한 일반 RE 의 수렴 속도 를 비교할 수 있다. 만약 C 에 위치한 일반 RE 에서의 수렴속도가 더 빠른 경우 (즉， 오차가 더 작은 경우)， 기준 RE와 C 에 위치한 RE의 채널 상관관계가 기준 RE와 B에 위치한 RE의 채널 상관관계보다 크다는 것을 알 수 있다.

[227] 이에 따라, MIMO 수신기는 다음 . RB에 대해서는 기준 RE들을 시간축 방 향으로 더 배치하는 도 17 에 도시된 형태의 RE 그룹을 형성할 수 있다 (B 에 더 가까운 위치에 기준 RE가 추가되도록). 반대로, C에 위치한 RE에서의 수렴속도 가 더 느린 경우 (즉, 오차가 더 큰 경우), C 에 위치한 RE 의 채널 상관관계가 B 에 위치한 RE보다 작다는 것을 알 수 있다. 이에 따라， MIMO 수신기는 다음 RB 에 대해서는 도 20 에 도시된 형태의 RE 그룹을 형성할 수 있다 (C 에 더 가까운 위치에 기준 RE가 추가되도록).

[228] 상술한 수렴 속도를 고려하여 RE 그룹의 형태를 조절하는 방식은 수치해 석 알고리즘의 반복 회수를 고려하는 것으로 이해될 수도 있다. 한편， 수렴 속도 가 빠르다는 것 (반복 회수당 오차가 줄어드는 속도가 더 빠르다는 것)은 검출 신 호의 생성을 위한 반복 회수가 작다는 것을 의미한다.

[229] 상술한 수렴속도 (즉， 공용 필터를 이용하지 않는 경우와의 오차)는 수학식 while do

11 에서 설명한 수치해석 알고리즘에서의 " 구문에 서 를 계산함으로써 (즉， 그라디언트를 계산함으로써 ) 확인할 수 있다. 다人 r(

말해서， 동일한 반복 수 ⁷ 에 대해 가 작을수록 수렴속도가 더 빠르다는 것

(즉， 오차가 적은 것)을 의미하므로, C에 위치한 RE의 와 D에 위치한 RE

(' ^■ )

g

의 t 비교함으로써 두 RE 간의 수렴 속도 비교가 가능하다.

[230] 이상에서는 MIMO 수신기가 수치해석 알고리즘의 반복 회수， 오차를 비교 하여 다음 RE 그룹의 형태를 결정하는 실시 예를 설명하였다. 이하에서는 상술한 내용에 더하여， MIMO 수신기가 RE 들의 채널 상관관계를 이용하여 다음 RE 그 룹의 형태를 미리 결정하는 실시 예를 설명한다.

[231] 앞서 수학식 19 를 통해 MIMO 수신기가 주파수축 및 시간축에 대한 채널 상관관계를 측정하는 과정을 설명하였다. 만약 주파수축 방향으로의 채널 상관관 계가 시간축 방향으로의 상관관계보다 더 작다면 (즉， 주파수축 방향을 따른 채널 변화가 더 크다면)， 주파수축 방향으로의 최대 거리가 축소되는 형태의 RE 그룹 이 선택될 수 있다. 반대로, 시간축 방향으로의 채널 상관관계가 더 작은 경우 (즉， 시간축 방향을 따른 채널 변화가 더 크다면)， 시간축 방향으로의 최대 거리가 축 소 되는 형태의 RE 그룹이 선택될 수 있다. 이러한 실시 예에 따르면, 채널 상관 간계가 작아서 수치해석 알고리즘의 반복 회수가 많은 축 방향의 최대 거리를 줄 임으로써 다음 RB에 대해서는 RE 그룹 전체와 계산 복잡도를 줄일 수 있다.

[232] 예를 들어 설명하면, 도 16 에 도시된 형태의 RE 그룹을 이용하는 도중에 수치해석 알고리즘의 최대 반복 수가 임계 값 을 초과하면서 ^a)x 를 만족하는 경우， MIMO 수신기는 다음 RB에 대해서는 도 17에 도시된 형태의

RE 그룹을 형성할 수 있다. 반대로 를 만족하는 경우 도 20 에 도시된 형태의 RE 그룹을 형성할 수 있다.

[233] 이상에서 설명한 MIMO 수신기가 최대 반복 회수와 임계값 ^을 비교하 는 실시 예들은 아래와 같이 변경되어 적용될 수 있다.

[234] RE 그룹을 축소하는 이상의 실시 예와는 반대로， MIMO 수신기가 이전 RB 에 대한 데이터 검출 과정에서 수행한 수치해석 알고리즘의 최대 반복 회수가 특정 임계값 보다 작은 경우， MIMO 수신기는 다음 RB에 대해서는 RE 그룹을 확 장할 수 있다. 즉, 채널 상관관계가 층분히 좋아서 RE 그룹을 확장하더라도 수치 해석 알고리즘의 반복 회수가 크게 증가하지 않을 것이 예상되므로, MIMO 수신기 는 기준 RE의 계산 복잡도를 줄이기 위해 RE 그룹을 확장할 수 있다.

[235] 나아가, 이전 RB 에 대한 수치해석 알고리즘의 최대 반복 회수가 특정 임 계값 보다 작은 경우， MIMO 수신기는 주파수축과 시간축 방향으로의 수렴 속도를 비교하여 RE 그룹이 확장될 형태를 결정한다. 또한， MIMO 수신기는 주파수축과 시간축으로의 채널 상관관계를 비교하여 RE 그룹이 확장될 형태를 결정할 수도 있다. 상술한 확장 실시 예들은 이상에서 설명한 축소 실시 예들이 유사하게 적용 될 수 있어， 구체적인 설명은 생략한다.

[236] 한편, 이전 RB 에서의 반복 회수를 고려하여 RE 그룹을 확장하는 경우， MIMO 수신기는 RE 그룹올 축소하기 이전의 형태로 RE 그룹을 확장할 수 있다. 즉, MIMO 수신기가 RB 에서의 반복 회수를 고려하여 RE 그룹을 축소한 경험이 있는 경우， RE 그룹을 확장한다는 것은 RE 그룹을 축소하기 이전의 형태로 다시 돌아가는 것을 의미할 수 있다.

[237] 도 21 은 본 발명의 일 실시 예에 따른 RE 그룹 형성 과정을 설명하는 도 면이다. 도 21 에서 각각의 사각형은 RB 를 나타내며， 각각의 RB 는 도 16 내지 도 20 에 도시된 복수의 RE 들을 포함하고 하나 이상의 RE 그룹으로 구성된다. 한편, 이상의 도 16 내지 도 20에서 설명한 실시 예들은 하나 이상이 복합적으로 적용될 수 있으며, 이에 따라 MIMO 수신기는 각각의 RB 에 대한 계산 복잡도를 최소화할 수 있게 된다.

[238] 예를 들어 설명하면, 먼저 MIMO 수신기는 RB #1(2111)에 대해서 주파수 축과 시간축에 따른 채널 상관 관계를 고려하여 RE 그룹와 형태를 결정할 수 있 다. RB #1(2111)에 대한 데이터 검출이 완료되면, MIMO 수신기는 RB #1(2111) 에서 수행된 수치해석 알고리즘의 반복 회수 및 수렴 속도를 바탕으로， RB #2(2112)에서 사용할 RE 그룹 형태를 미리 결정할 수 있다ᅳ 마찬가지로， RB #3(2113)에 대해서는 RB #2(2112)에서 수행된 수치해석 알고리즘의 결과에 기초 하여 RE 그룹 형태가 결정될 수 있다. 즉 다음 RB 에서 사용될 RE 그룹의 형태 는 이전 RB 에서 수행된 수치해석 알고리즘의 반복 회수와 수렴 속도에 기초하여 결정될 수 있으며， 최초의 RB 에 대해서는 RE 들 간의 채널 상관관계 및 /또는 SNR/SIR/SINR 를 고려하여 RE 그룹이 결정될 수 있다. 한편， MIMO 수신기가 RB 단위로 RE 그룹을 형성하는 데에 그치지 않고 서브프레임， 타임 슬롯 등의 단위로 RE 그룹을 형성할 수 있음은 앞서 설명한 바 있다.

[239] 이상에서 설명한 바와 같이, MIMO 수신기는 RE 들 간의 채널 상관관계， SNR/SIR/SINR, 이전의 동작 이력 등을 고려하여 RE 그룹의 형태를 적응적으로 결정할 수 있다. 적응적으로 RE 그룹이 결정됨에 따라 MIMO 수신기는 전체 RB 를 처리하기 위해 요구되는 계산 복잡도를 성능 저하 없이도 낮출 수 있게 된다.

[240] 4. 장치 구성

[241] 도 22 는 본 발명의 일 실시 예와 관련된 단말 및 기지국의 구성올 도시한 블록도이다.

[242] 도 22에서 단말 (100) 및 기지국 (200)은 각각 무선 주파수 (RF) 유닛 (110， 210)， 프로세서 (120， 220) 및 메모리 (130， 230)를 포함할 수 있다. 도 22 에서는 단말 (100)과 기지국 (200) 간의 1: 1 통신 환경을 도시하였으나， 다수의 단말과 기 지국 (200) 간에도 통신 환경이 구축될 수 있다. 또한， 도 22 에 도시된 기지국 (200)은 매크로 셀 기지국과 스몰 셀 기지국에 모두 적용될 수 있다.

[243] 각 RF 유닛 (110， 210)은 각각 송신부 (111， 211) 및 수신부 (112， 212)를 포함할 수 있다ᅳ 단말 (100)의 송신부 (111) 및 수신부 (112)는 기지국 (200) 및 다른 단말들과 신호를 송신 및 수신하도록 구성되며, 프로세서 (120)는 송신부 (111) 및 수신부 (112)와 기능적으로 연결되어 송신부 (111) 및 수신부 (112)가 다른 기기들 과 신호를 송수신하는 과정을 제어하도록 구성될 수 있다. 또한， 프로세서 (120)는 전송할 신호에 대한 각종 처리를 수행한 후 송신부 (11)로 전송하며， 수신부 (112) 가 수신한 신호에 대한 처리를 수행한다.

[244] 필요한 경우 프로세서 (120)는교환된 메시지에 포함된 정보를 메모리 (130) 에 저장할 수 있다. 이와 같은 구조를 가지고 단말 (100)은 이상에서 설명한 본 발 명의 다양한 실시 형태의 방법을 수행할 수 있다.

[245] 기지국 (200)의 송신부 (211) 및 수신부 (212)는 다른 기지국 및 단말들과 신 호를 송신 및 수신하도록 구성되며， 프로세서 (220)는 송신부 (211) 및 수신부 (212) 와 기능적으로 연결되어 송신부 (211) 및 수신부 (212)가 다른 기기들과 신호를 송 수신하는 과정을 제어하도록 구성될 수 있다. 또한， 프로세서 (220)는 전송할 신호 에 대한 각종 처리를 수행한 후 송신부 (211)로 전송하며 수신부 (212)가 수신한 신호에 대한 처리를 수행할 수 있다. 필요한 경우 프로세서 (220)는 교환된 메시지 에 포함된 정보를 메모리 (230)에 저장할 수 있다. 이와 같은 구조를 가지고 기지 국 (200)은 앞서 설명한 다양한 실시 형태의 방법올 수행할 수 있다.

[246] 단말 (100) 및 기지국 (200) 각각의 프로세서 (120， 220)는 각각 단말 (100) 및 기지국 (200)에서의 동작을 지시 (예를 들어， 제어， 조정， 관리 둥)한다. 각각의 프로세서들 (120, 220)은 프로그램 코드들 및 데이터를 저장하는 메모리 (130, 230) 들과 연결될 수 있다. 메모리 (130， 230)는 프로세서 (120， 220)에 연결되어 오퍼레 이팅 시스템, 어플리케이션, 및 일반 파일 (general files)들을 저장한다.

[247] 본 발명의 프로세서 (120， 220)는 컨트를러 (controller), 마이크로 컨트를러 (microcontroller), ^' 마이크로 프로세서 (microprocessor), 마이크로 컴퓨터 (microcomputer) 등으로도 호칭될 수 있다. 한편， 프로세서 (120, 220)는 하드웨어 (hardware) 또는 펌웨어 (firmware), 소프트웨어， 또는 이들의 결합에 의해 구현될 수 있다. 하드웨어를 이용하여 본 발명의 실시 예를 구현하는 경우에는， 본 발명 을 수행하도톡 구성된 ASICs(application specific integrated circuits) 또는 DSPsCdigital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays) 등 이 프로세서 (120， 220)에 구비될 수 있다.

[248] 한편， 상술한 방법은， 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능 하고， 컴퓨터 판독 가능 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지 털 컴퓨터에서 구현될 수 있다. 또한， 상술한 방법에서 사용된 데이터의 구조는 컴퓨터 판독ᅳ가능 매체에 여러 수단을 통하여 기록될 수 있다. 본 발명의 다양한 방법들을 수행하기 위한 실행 가능한 컴퓨터 코드를 포함하는 저장 디바이스를 설 명하기 위해 사용될 수 있는 프로그램 저장 디바이스들은， 반송파 (carrier waves) 나 신호들과 같이 일시적인 대상들은 포함하는 것으로 이해되지는 않아야 한다. 상기 컴퓨터 판독 가능 매체는 마그네틱 저장매체 (예를 들면， 롬， 플로피 디스크, 하드 디스크 등)， 광학적 판독 매체 (예를 들면, 시디롬, DVD 등)와 같은 저장 매 체를 포함한다.

[249] 본원 발명의 실시 예 들과 관련된 기술 분야에서 통상의 지식을 가진 자는 상기 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로， 개시된 방법들은 한정적인 관점이 아닌 설명적 관점에서 고려되어야 한다. 본 발명의 범위는 발명의 상세한 설명이 아닌 P 특^ ^05/ 에 나타나며， 그와 동등한 범위 내에 있는 모든 차이점은 본 발명의 범위에 포함되는 것으로 해석되어야 한다.