UCINet0: A Machine Learning based Receiver for 5G NR PUCCH Format 0
Created by
- Haebom
Category
Empty
저자
Jeeva Keshav Sattianarayanin, Anil Kumar Yerrapragada, Radha Krishna Ganti
개요
본 논문은 5G 무선 링크 활성화를 위해 필수적인 Physical Uplink Control Channel (PUCCH)의 Uplink Control Information (UCI) 정확한 디코딩을 위한 AI/ML 기반 수신기 설계를 탐구한다. 특히, PUCCH Format 0에 초점을 맞춰, 최대 12명의 사용자를 동일한 시간-주파수 자원에서 다중화하는 것을 지원한다. 제안하는 UCINet0이라는 신경망 분류기는 PUCCH에서 사용자가 전송하지 않을 때를 예측하고, 다중화된 사용자(최대 12명)의 UCI 내용을 디코딩할 수 있다. 시뮬레이션, 하드웨어 캡처(실험실) 및 현장 데이터 세트에 대한 테스트 결과 UCINet0 모델이 모든 SNR 범위와 여러 페이딩 시나리오에서 기존의 상관 기반 디코더보다 우수한 성능을 보였다.
시사점, 한계점
•
시사점:
◦
AI/ML 기반 수신기의 PUCCH Format 0 디코딩 성능 향상 입증.
◦
다중 사용자 환경에서의 UCI 디코딩 성공.
◦
다양한 데이터 세트(시뮬레이션, 실험실, 현장)에 대한 성능 검증.
◦
기존 디코더 대비 우수한 성능.
•
한계점:
◦
논문에서 다른 PUCCH Format에 대한 연구는 언급되지 않음.
◦
특정 AI/ML 모델(UCINet0)에 국한된 연구.
◦
5G 환경의 특정 조건 (SNR 범위, 페이딩 시나리오)에서의 성능만 분석.
