6G를 위한 근거리 통신에서의 머신러닝: 조사

6G 무선 통신 네트워크는 더 높은 처리량, 대규모 연결성 및 향상된 시스템 성능을 지원하기 위해 매우 대규모 안테나 배열(ELAA)을 사용할 것으로 예상됩니다. ELAAs는 파동 특성을 근본적으로 변화시켜 평면파에서 구면파로 변화시키며, 따라서 근접장 내에서 작동하게 됩니다. 근거리 통신(NFC)은 시스템 성능을 향상시키기 위한 독특한 장점을 제공하지만, 채널 모델링, 계산 복잡성 및 빔 형성 설계에서 상당한 도전 과제를 제공합니다. 머신러닝(ML)의 사용은 이러한 도전 과제를 해결하는 강력한 접근 방식으로 떠오르고 있으며, 지능적이고 안전하며 효율적인 6G 무선 통신을 가능하게 하는 역량을 가지고 있습니다. 본 조사에서는 NFC에 대한 ML 기반 접근 방식을 논의합니다. 먼저 NFC와 ML의 기본 개념을 개Outline합니다. 그런 다음 채널 추정, 빔 형성 설계 및 보안 향상에서의 ML 응용 프로그램을 논의합니다. 또한 데이터 프라이버시 및 계산 오버헤드와 같은 주요 도전 과제를 강조합니다. 마지막으로, 근거리 시스템 설계에서 고급 ML 기법의 역할을 강조하기 위해 열린 이슈와 향후 방향도 논의합니다.