기지국의 분산 정보를 반영하는 특징값 기반의 신경망 모델을 이용한 빔포밍 벡터 생성 방법 및 장치

TRL 4
2025 등록

여러 기지국이 동시에 통신할 때 서로의 신호가 방해하지 않도록, 각 기지국이 주변 상황에 맞는 안테나 신호 방향을 정하는 기술입니다. 필요한 채널 정보와 간섭 정보를 두 개의 학습 모델로 처리해 빔포밍 벡터를 만들므로, 모든 정보를 한곳에 모으는 방식의 계산과 정보 교환 부담을 줄이면서 분산 제어를 수행하는 특허입니다.

특허 개요

본 특허는 여러 기지국이 서로 간섭을 줄이면서 각자의 안테나 신호 방향을 결정하는 분산형 신경망 빔포밍 벡터 생성 기술입니다. 각 기지국은 로컬 채널 정보, 기지국 가중치, 수동 간섭 정보를 입력으로 받아 제1 신경망에서 타 기지국에 미치는 능동 간섭 정보를 산출하고, 제2 신경망에서 제약 조건을 반영하는 쌍대 변수를 산출합니다. 이후 빔 복구 함수가 수동·능동 간섭 정보와 쌍대 변수를 결합해 최종 빔포밍 벡터를 생성하며, 간섭 온도 제약 기반의 스칼라 협력 메시지로 분산 최적화를 구성합니다.

  • 핵심 기능

각 기지국은 로컬 채널 정보와 가중치, 다른 기지국으로부터 받은 수동 간섭 정보를 수집한 뒤 제1 신경망으로 자신이 유발하는 능동 간섭 정보를 계산합니다. 제2 신경망은 로컬 채널 및 간섭 정보를 바탕으로 쌍대 변수를 도출하고, 빔 복구 함수가 이를 반영해 기지국별 빔포밍 벡터를 생성합니다.

  • 차별 강점

기존 글로벌 CSI 기반 방식은 모든 셀의 채널 정보를 수집하고 반복 최적화를 수행해야 하므로 네트워크 규모가 커질수록 계산량과 백홀 정보 교환 부담이 증가합니다. 본 기술은 능동 간섭 정보와 쌍대 변수를 순차적으로 추론하는 두 신경망과 빔 복구 함수를 결합해, 로컬 정보와 필수 분산 특징값만으로 기지국별 빔포밍을 생성하는 점에서 차별화됩니다.

  • 활용 범위

기술·연구 측면에서는 다중 셀 MIMO 통신, 셀 간 간섭 관리, 분산형 무선 자원 제어, 학습 기반 빔포밍 분야에 활용 가능하며, 5G-Advanced 및 6G 무선 액세스 네트워크 연구로 확장할 수 있습니다. 사업 측면에서는 기지국 장비, 무선 액세스 장비, 모뎀 칩셋, 통신사 네트워크 제어 플랫폼의 빔포밍 제어 기능으로 확장할 수 있습니다.

연구 개발 단계

TRL 1
기초 원리
TRL 2
개념 정립
TRL 3
개념 검증
TRL 4
실험실 검증
TRL 5
유사 환경
TRL 6
시제품
TRL 7
실증
TRL 8
인증완료
TRL 9
사업화
TRL4분산형 빔포밍 생성 원리와 신경망 학습 구조를 성능 비교 평가로 검증한 단계입니다.
현재 검증 내용

두 신경망을 목적 함수별로 분리해 학습하는 방식과 단일 목적 함수 신경망 방식의 WSR 및 쌍대 수렴 특성을 비교했고, 중앙 집중형 방식과 여러 빔포밍 방식에 대한 ASR·AMR 비교 평가를 수행했습니다. 실제 기지국 장비 및 상용 통신망에서의 구현, 대규모 운용 시 지연·신뢰성과 장기 성능은 명시적으로 검증되지 않았습니다.

검증 환경

- 평가 대상: 2개 신경망 모델 기반 분산형 빔포밍 벡터 생성 방식
- 비교 방식: 단일 목적 함수 신경망 방식, 중앙 집중형 방식, NFL·DBL·MRT·ZF

- 평가 조건: Epoch 증가에 따른 WSR·쌍대 수렴 특성 및 기지국 수 K별 ASR·AMR 비교

현재 성과

성능·효과
분리 학습 기반 WSR 향상

Epoch 차수 증가에 따라 두 신경망 모델을 목적 함수별로 나누어 학습한 방식이 단일 목적 함수 기반 방식보다 높은 WSR을 달성했습니다. 로컬 채널 정보와 간섭 관련 특징값을 이용해 분산 환경에서 빔포밍 성능을 높이는 효과를 확인했습니다.

검증·신뢰
쌍대 수렴 및 비교 방식 성능 평가

두 신경망 모델을 분리 학습한 방식은 Duality Gap 0으로 수렴하는 특성을 보였으며, 단일 목적 함수 방식과 비교 평가됐습니다. 기지국 수 K 변화 조건에서 ASR·AMR를 중앙 집중형 방식과 NFL·DBL·MRT·ZF 방식에 대해 비교했습니다.

차별성·독창성
분산 정보 기반의 순차적 빔포밍 복구

기존 글로벌 CSI 기반 반복 최적화는 중앙 처리와 기지국 간 정보 공유에 따른 계산 및 백홀 오버헤드가 문제였습니다. 본 기술은 능동 간섭 정보와 쌍대 변수를 각각 도출한 뒤 빔 복구 함수로 최종 벡터를 생성해, 로컬 정보와 스칼라 협력 메시지 중심의 분산형 구조를 구현합니다.

상용화까지 남은 부분

1

실제 기지국 장비와 상용 통신망 환경에서의 구현 및 성능 실증

2

대규모 기지국 운용 환경에서의 제어 지연, 백홀 정보 교환, 신뢰성 검증

3

다양한 채널 환경과 장기 운용 조건에서의 성능 안정성 검증

기술 이전 형태·도입 과정

기술양도
전용실시권
통상실시권
공동 과제 수행
기술지도·자문

도입은 이렇게 진행됩니다.

1

검토 미팅

귀사 상황·데이터 구조 기준으로 적합성을 논의합니다. 자료 검토만으로 끝나도 됩니다.

2

PoC 공동 검증

연구팀 동행 하에 귀사 데이터 기준 재학습·성능을 확인합니다.

3

라이센싱 계약

PoC 결과를 기반으로 희망 형태(실시권·공동연구 등)를 협의합니다.

4

기술지도·후속

도입 초기 기술지도, 필요 시 후속 공동연구·정부과제 연계까지 진행합니다.

특허 정보

발명의 명칭(KR)

기지국의 분산 정보를 반영하는 특징값 기반의 신경망 모델을 이용한 빔포밍 벡터 생성 방법 및 장치

출원번호

10-2024-0046770 (2024.04.05)

등록번호

1028292240000 (2025.06.30)

발명자

이인규, 김민석

권리자

고려대학교산학협력단

출원인

고려대학교 산학협력단

문의

담당자이준구
이메일jg.lee@rndcircle.io
연락처010-8978-6417