Search

KR-102960384-B1 - METHOD FOR SELECTING A RECEPTION BEAM AND IN ELECTRONIC DEVICE AND ELECTRONIC DEVICE

KR102960384B1KR 102960384 B1KR102960384 B1KR 102960384B1KR-102960384-B1

Abstract

다양한 실시예에 따라서, 전자 장치는, 적어도 하나의 안테나 모듈, 및 상기 적어도 하나의 안테나 모듈을 통해, 캐리어 어그리게이션(carrier aggregation; CA)을 위해 설정된 복수의 컴포넌트 캐리어(component carrier; CC)들의 각 주파수 대역에 대응하는 참조 신호(reference signal; RS)를 수신하고, 상기 복수의 CC들에 대해 상기 각 주파수 대역에 대응하는 참조 신호의 수신 신호 세기를 확인하고, 상기 복수의 CC들에 대응하는 복수의 참조 신호들의 수신 신호 세기들에 적어도 기반하여, 복수의 CC들 중 상기 CA로 동작하는 적어도 두 개의 CC들을 확인하고, 상기 확인된 적어도 두 개의 CC들에 대응하는 적어도 두 개의 참조 신호들의 수신 신호 세기들에 기반하여 상기 적어도 하나의 안테나 모듈에 대응하는 적어도 하나의 수신 빔을 결정하는 프로세서를 포함할 수 있다. 그 밖의 다양한 실시예가 가능하다.

Inventors

  • 이형주
  • 이상근
  • 이주현
  • 정의창
  • 임채만

Assignees

  • 삼성전자주식회사

Dates

Publication Date
20260506
Application Date
20200928

Claims (20)

  1. 전자 장치에 있어서, 적어도 하나의 안테나 모듈; 및 상기 적어도 하나의 안테나 모듈을 통해, 캐리어 어그리게이션(carrier aggregation; CA)을 위해 설정된 복수의 컴포넌트 캐리어(component carrier; CC)들에 각각 대응하는 참조 신호(reference signal; RS)들을 복수의 수신 빔들을 순차적으로 형성하여 수신하고, 상기 복수의 수신 빔들 각각을 통해 수신된 상기 복수의 CC들 각각에 대응하는 참조 신호들의 수신 신호 세기들을 확인하고, 상기 수신 신호 세기들에 적어도 기반하여, 상기 복수의 CC들 중 적어도 두 개의 CC들을 그룹화 하고, 상기 그룹화 된 적어도 두 개의 CC들에 각각 대응하는 적어도 두 개의 참조 신호들의 수신 신호 세기들에 기반하여 상기 그룹화 된 CC들의 주파수 대역의 신호를 수신하기 위한 적어도 하나의 수신 빔을 결정하는 프로세서;를 포함하는, 전자 장치.
  2. 제1항에 있어서, 상기 참조 신호는, SSB(synchronization signal block) 신호를 포함하는, 전자 장치.
  3. 제1항에 있어서, 상기 수신 신호 세기는, RSRP(reference signal received power), RSSI(received strength signal indicator), RSRQ(reference signal received quality), 또는 SINR(signal to interference plus noise ratio) 중 선택된 어느 하나를 포함하는, 전자 장치.
  4. 제1항에 있어서, 상기 프로세서는, 상기 복수의 수신 빔들 중, 상기 그룹화 된 CC들 중 상기 전자 장치가 데이터 송신을 위해 사용되는 CC에 대응하는 참조 신호의 수신 신호 세기가 가장 높은 수신 빔을 선택하는, 전자 장치.
  5. 제1항에 있어서, 상기 프로세서는, 상기 복수의 수신 빔들 중, 상기 그룹화 된 CC들에 대한 전체 다운링크 데이터 전송률이 가장 높은 수신 빔을 선택하는, 전자 장치.
  6. 제1항에 있어서, 상기 프로세서는, 상기 복수의 수신 빔들 중, 상기 그룹화 된 CC들 중 각 수신 빔의 수신 신호의 세기가 가장 작은 CC에 대응하는 참조 신호의 수신 신호의 세기를 가장 크게 하는 수신 빔을 선택하는, 전자 장치.
  7. 제1항에 있어서, 상기 프로세서는, 상기 복수의 수신 빔들 중, 상기 그룹화 된 CC들에 대한 수신 신호 세기의 평균 값이 가장 큰 수신 빔을 선택하는, 전자 장치.
  8. 제1항에 있어서, 상기 프로세서는, 상기 그룹화 된 CC들에 대해 각 CC별 최적의 수신 빔을 선택하고, 가장 많은 CC에서 선택된 수신 빔을 선택하는, 전자 장치.
  9. 제1항에 있어서, 상기 프로세서는, 상기 그룹화 된 CC들 중 적어도 하나의 활성화된(activated) CC에 대응하는 참조 신호의 수신 신호 세기에 기반하여 수신 빔을 결정하는, 전자 장치.
  10. 제1항에 있어서, 상기 전자 장치는 복수의 안테나 모듈들을 포함하고, 상기 프로세서는, 상기 복수의 안테나 모듈들 중 제1 안테나 모듈에 대해 상기 그룹화 된 CC들 중 적어도 하나의 CC를 위한 제1 수신 빔을 선택하고, 상기 복수의 안테나 모듈들 중 제2 안테나 모듈에 대해 상기 그룹화 된 CC들 중 나머지 적어도 하나의 CC를 위한 제2 수신 빔을 선택하는, 전자 장치.
  11. 전자 장치의 수신 빔 선택 방법에 있어서, 적어도 하나의 안테나 모듈을 통해, 캐리어 어그리게이션(carrier aggregation; CA)을 위해 설정된 복수의 컴포넌트 캐리어(component carrier; CC)들에 대응하는 참조 신호(reference signal; RS)들을 복수의 수신 빔들을 순차적으로 형성하여 수신하는 동작; 상기 복수의 수신 빔들 각각을 통해 수신된 상기 복수의 CC들 각각에 대응하는 참조 신호들의 수신 신호 세기들을 확인하는 동작; 상기 수신 신호 세기들에 적어도 기반하여, 상기 복수의 CC들 중 적어도 두 개의 CC들을 그룹화하는 동작; 및 상기 그룹화 된 적어도 두 개의 CC들에 각각 대응하는 적어도 두 개의 참조 신호들의 수신 신호 세기들에 기반하여 상기 그룹화 된 CC들의 주파수 대역의 신호를 수신하기 위한 적어도 하나의 수신 빔을 결정하는 동작;을 포함하는, 전자 장치의 수신 빔 선택 방법.
  12. 제11항에 있어서, 상기 참조 신호는, SSB(synchronization signal block) 신호를 포함하는, 전자 장치의 수신 빔 선택 방법.
  13. 제11항에 있어서, 상기 수신 신호 세기는, RSRP(reference signal received power), RSSI(received strength signal indicator), RSRQ(reference signal received quality), 또는 SINR(signal to interference plus noise ratio) 중 선택된 어느 하나를 포함하는, 전자 장치의 수신 빔 선택 방법.
  14. 제11항에 있어서, 상기 적어도 하나의 수신 빔을 결정하는 동작은, 상기 복수의 수신 빔들 중, 상기 그룹화 된 CC들 중 상기 전자 장치가 데이터 송신을 위해 사용되는 CC에 대응하는 참조 신호의 수신 신호 세기가 가장 높은 수신 빔을 선택하는 동작을 포함하는, 전자 장치의 수신 빔 선택 방법.
  15. 제11항에 있어서, 상기 적어도 하나의 수신 빔을 결정하는 동작은, 상기 복수의 수신 빔들 중, 상기 그룹화 된 CC들에 대한 전체 다운링크 데이터 전송률이 가장 높은 수신 빔을 선택하는 동작을 포함하는, 전자 장치의 수신 빔 선택 방법.
  16. 제11항에 있어서, 상기 적어도 하나의 수신 빔을 결정하는 동작은, 상기 복수의 수신 빔들 중, 상기 그룹화 된 CC들 중 각 수신 빔의 수신 신호의 세기가 가장 작은 CC에 대응하는 참조 신호의 수신 신호의 세기를 가장 크게 하는 수신 빔을 선택하는 동작을 포함하는, 전자 장치의 수신 빔 선택 방법.
  17. 제11항에 있어서, 상기 적어도 하나의 수신 빔을 결정하는 동작은, 상기 복수의 수신 빔들 중, 상기 그룹화 된 CC들에 대한 수신 신호 세기의 평균 값이 가장 큰 수신 빔을 선택하는 동작을 포함하는, 전자 장치의 수신 빔 선택 방법.
  18. 제11항에 있어서, 상기 적어도 하나의 수신 빔을 결정하는 동작은, 상기 그룹화 된 CC들에 대해 각 CC별 최적의 수신 빔을 선택하고, 가장 많은 CC에서 선택된 수신 빔을 선택하는 동작을 포함하는, 전자 장치의 수신 빔 선택 방법.
  19. 제11항에 있어서, 상기 적어도 하나의 수신 빔을 결정하는 동작은, 상기 그룹화 된 CC들 중 적어도 하나의 활성화된 CC에 대응하는 참조 신호의 수신 신호 세기에 기반하여 수신 빔을 결정하는 동작을 포함하는, 전자 장치의 수신 빔 선택 방법.
  20. 제11항에 있어서, 상기 적어도 하나의 수신 빔을 결정하는 동작은, 상기 복수의 안테나 모듈들 중 제1 안테나 모듈에 대해 상기 그룹화 된 CC들 중 적어도 하나의 CC를 위한 제1 수신 빔을 선택하고, 상기 복수의 안테나 모듈들 중 제2 안테나 모듈에 대해 상기 그룹화 된 CC들 중 나머지 적어도 하나의 CC를 위한 제2 수신 빔을 선택하는 동작을 포함하는, 전자 장치의 수신 빔 선택 방법.

Description

전자 장치의 수신 빔 선택 방법 및 전자 장치{METHOD FOR SELECTING A RECEPTION BEAM AND IN ELECTRONIC DEVICE AND ELECTRONIC DEVICE} 본 개시의 다양한 실시예는 빔포밍을 지원하는 전자 장치에서의 수신 빔 선택 방법 및 전자 장치에 관한 것이다. 4G(4th-Generation) 통신 시스템 상용화 이후 증가 추세에 있는 무선 데이터 트래픽 수요를 충족시키기 위해, 개선된 5G(5th-Generation) 통신 시스템 또는 pre-5G 통신 시스템을 개발하기 위한 노력이 이루어지고 있다. 이러한 이유로, 5G 통신 시스템 또는 pre-5G 통신 시스템은 4G 네트워크 이후 (beyond 4G network) 통신 시스템 또는 LTE 시스템 이후 (post LTE)의 시스템이라 불리고 있다. 높은 데이터 전송률을 달성하기 위해, 5G 통신 시스템은 더 높은 주파수 대역(예를 들어, 6~60GHz 대역, mmWave 대역)에서의 구현이 고려되고 있다. mmWave 대역에서 전파의 경로 손실 완화 및 전파의 전달 거리를 증가시키기 위해, 5G 통신 시스템에서는 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO), 전차원 다중입출력(full dimensional MIMO; FD-MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 및 대규모 안테나(large scale antenna) 기술들이 논의되고 있다. 도 1은 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다. 도 2a는 다양한 실시예들에 따른, 레거시 네트워크 통신 및 5G 네트워크 통신을 지원하기 위한 전자 장치의 블록도이다. 도 2b는 다양한 실시예들에 따른, 레거시 네트워크 통신 및 5G 네트워크 통신을 지원하기 위한 전자 장치의 블록도이다. 도 3은 다양한 실시예들에 따른, 기지국과 전자 장치 간의 무선 통신 연결을 위한 동작을 나타내는 도면이다. 도 4는 다양한 실시예들에 따른, 빔포밍을 수행하는 전자 장치의 블록도이다. 도 5는 다양한 실시예들에 따른, 안테나 모듈의 구조를 나타내는 도면들이다. 도 6은 다양한 실시예들에 따른, 전자 장치에서 수신 빔 생성을 위한 안테나 모듈의 구조를 나타내는 도면이다. 도 7은 다양한 실시예들에 따른, 전자 장치에서 수신 빔을 선택하는 방법을 나타내는 도면이다. 도 8은 다양한 실시예들에 따른, 기지국에서 전송되는 SSB의 구조를 나타내는 도면이다. 도 9는 다양한 실시예들에 따른, CA를 지원하는 복수의 CC들에 대한 SSB 전송을 나타내는 도면이다. 도 10은 다양한 실시예들에 따른, 각 CC에서 SSB를 전송하는 개념을 나타내는 도면이다. 도 11은 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다. 도 12는 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다. 도 13은 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다. 도 14는 다양한 실시예들에 따른, 복수의 안테나 모듈들을 지원하는 전자 장치의 구조를 나타내는 도면이다. 도 15는 다양한 실시예들에 따른, 복수의 안테나 모듈들을 지원하는 전자 장치의 구조를 나타내는 도면이다. 도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다. 프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다. 보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다. 메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다. 프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다. 입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다. 음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다. 디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를