Lorentzian-Constrained Holographic Beamforming Optimization in Multi-user Networks with Dynamic Metasurface Antennas

기술 요약: 다중 사용자 네트워크 내 동적 메타표면 안테나를 이용한 로렌츠 제약 홀로그래픽 빔포밍 최적화

문제 정의
동적 메타표면 안테나(DMA)는 6G 및 그 이후 세대를 위한 저비용의 재구성 가능한 메타표면을 활용하여 하이브리드 빔포밍을 달성함으로써, 완전 디지털(FD) 구조의 대안으로 유망한 기술이다. 그러나 DMA 구조는 하나의 근본적인 트레이드오프에 직면한다. 즉, RF 체인의 수를 크게 줄이고 하드웨어 복잡성을 낮출 수 있는 반면, 빔포밍 가중치에 엄격한 물리적 제약을 부과한다는 점이다. 구체적으로, DMA 소자는 진폭과 위상이 독립적으로 조절되는 것이 아니라 본질적으로 결합되어 있는 로렌츠 공진기(Lorentzian resonator)처럼 동작한다. 이러한 "로렌츠 제약(Lorentzian constraint)"은 기존 배열에서 가정하는 상수 진폭 복소 원(constant-modulus complex circle)과 달리, 사용 가능한 가중치를 복소 평면상의 특정 곡선(로렌츠 원)으로 제한한다.

다중 사용자 MISO(Multiple-Input Single-Output) 네트워크에서 이 제약은 자원 할당을 복잡하게 만든다. 핵심 문제는 여러 사용자의 SINR(신호 대 간섭 및 잡음비) 제약을 만족하면서 총 송신 전력을 최소화하는 것이다. 기존 문헌은 종종 이상적인 무제약 빔포밍 가중치를 로렌츠 원으로 매핑하기 위해 특정 투영(projection) 방법을 사용하지만, 이러한 방법들은 대개 개별적으로 연구되었다. 다양한 매핑 중심(mapping center)을 비교하는 체계적인 연구가 부족하며, 특히 사용자 수가 증가함에 따라 감소된 RF 체인과 빔포밍 성능 사이의 트레이드오프를 더 잘 탐색할 수 있는 알고리즘이 필요하다.

방법론
저자들은 교대 최적화(Alternating Optimization, AO)와 준정부호 완화(Semi-Definite Relaxation, SDR)를 결합한 통합 프레임워크를 통해 DMA 가중치와 디지털 프리코더를 최적화하는 방안을 제안한다. 솔루션 과정은 두 가지 주요 단계로 구성된다:

1. 디지털 프리코더 최적화: DMA 가중치가 고정된 상태에서, 디지털 프리코딩 벡터를 최적화하기 위해 문제를 볼록 SDR 문제로 재구성한다.
2. DMA 가중치 최적화: 디지털 프리코더가 고정된 상태에서, 문제를 다시 SDR을 통해 완화하여 최적의 무제약 가중치를 찾는다. 이후 이 이상적인 가중치들을 물리적으로 실행 가능한 로렌츠 원 위로 투영한다.

본 논문은 **일반화된 로렌츠 제약 홀로그래피(Generalized Method of Lorentzian-Constrained Holography, GMLCH)**를 도입하고 공식화한다. 이 프레임워크는 로렌츠 원 상의 매핑 중심 $(x_c, y_c)$를 매개변수화함으로써 투영 과정을 표준화한다. 이를 통해 세 가지 기존 매핑 전략을 체계적으로 평가할 수 있다:

• LCPH (Lorentzian-Constrained Phase Hologram): 매핑 중심이 $(0, 0)$인 경우.
• LCEH (Lorentzian-Constrained Euclidean Hologram): 매핑 중심이 $(0, 0.5)$인 경우.
• LCUSH (Lorentzian-Constrained Unitary Shift Hologram): 매핑 중심이 $(0, 1.0)$인 경우.

GMLCH를 기반으로, 저자들은 새로운 알고리즘인 **적응형 반경 로렌츠 제약 홀로그래피(Adaptive Radius Lorentzian Constrained Holography, ARLCH)**를 제안한다. 기존의 방식들이 단위 로렌츠 원 직경을 엄격히 준수하는 것과 달리, ARLCH는 최적화 과정 중에 로렌츠 원의 직경(반경)을 동적으로 조정하는 추가적인 자유도를 도입한다. 이를 통해 알고리즘은 유니터리 조건으로 다시 정규화하기 전, 이상적인 무제약 가중치와 물리적으로 제약된 가중치 사이의 거리를 최소화하는 최적의 매핑 중심과 직경을 찾을 수 있다.

주요 기여

1. 통합 최적화 프레임워크: 본 논문은 GMLCH를 통합하여 디지털 프리코더와 DMA 가중치를 단일 프레임워크 내에서 공동 최적화하는 새로운 SDP 및 AO 기반 알고리즘을 개발하였다. 이를 통해 기존 문헌에서 다뤄지지 않았던 QoS 보장 하에서의 다양한 로렌츠 매핑 전략(LCPH, LCEH, LCUSH)에 대한 직접적이고 체계적인 비교를 가능하게 하였다.
2. 매핑 중심의 성능 분석: 연구 결과, 매핑 중심의 선택이 성능에 상당한 영향을 미친다는 것을 입증하였다. 결과는 특히 사용자 수가 많은 시나리오에서 LCEH가 LCUSH 및 LCPH보다 우수한 성능을 보임을 나타내며, 이는 기존 연구들의 LCUSH 의존성에 의문을 제기한다.
3. 새로운 ARLCH 알고리즘: 저자들은 로렌츠 원 직경의 완화를 활용하여 향상된 빔포밍 성능을 달성하는 ARLCH를 제안한다. 이 방법은 추가적인 자유도를 제공하여, 이상적인 가중치를 물리적 제약에 더 잘 정렬시키도록 매핑 중심과 직경을 동적으로 조정할 수 있게 한다.
4. 확장성 및 효율성: 본 논문은 ARLCH가 벤치마크 모델들에 비해 송신 전력을 크게 감소시킨다는 광범한 수치적 결과를 제공하며, 사용자 수($K$)가 증가함에 따라 성능 이득이 커짐을 보여준다.

수치적 결과
시뮬레이션은 16x16 균일 평면 배열(UPA)과 28 GHz 주파수를 사용하는 근접장 다중 사용자 MISO 다운링크 시나리오에서 수행되었다.

• 단일 사용자 시나리오: ARLCH는 LCUSH 및 베이스라인 ADMM-SCA 방법과 비교하여 송신 전력을 크게 줄였다. 넓은 각도($80^\circ$)에 위치한 사용자의 경우, ARLCH는 동일한 SINR을 달성하기 위해 LCUSH의 약 절반 수준의 송신 전력만을 필요로 했다.
• 다중 사용자 시나리오: 사용자 수($K$)가 증가함에 따라 자유도 제한으로 인해 DMA 기반 구조와 FD 기반 구조 사이의 성능 격차가 벌어졌으나, ARLCH는 이 격차를 지속적으로 좁혔다. 가장 성능이 좋은 GMLCH 변형인 LCEH와 비교했을 때, ARLCH는 $K=8$인 경우 최대 **29.1%**의 송신 전력 감소를 달ach했다.
• 매핑 전략 비교: LCEH는 $K=8$일 때 LCUSH(기존 문헌에서 가장 흔히 쓰이는 방식)보다 약 17% 더 우수한 성능을 보이는 것으로 나타났다. LCPH는 하위 평면의 소자들을 클리핑(clipping)하는 경향 때문에 가장 낮은 성능을 보였다.
• 조밀한 간격: 제안된 방법들은 더 조밀한 안테나 소자 간격($\lambda/6$)에서도 견고함을 유지하였으며, ARLCH는 다른 GMLCH 변형들보다 약 20%의 전력 우위를 유지하였다.

의의 및 주장
본 논문의 주요 의의는 이상적인 빔포밍 요구 사항과 DMA 소자의 물리적 튜닝 가능성 사이의 구조적 불일치를 해결하는 데 있다고 주장한다. 저자들은 GMLCH를 통해 투영 과정을 공식화하고 ARLCH라는 적응형 반경 접근 방식을 도입함으로써, 저복잡도 DMA 구조와 고복잡도 완전 디지털 시스템 간의 성능 격차를 크게 줄일 수 있음을 입증하였다.

저자들은 SDP 정식화로 인해 본 최적화 접근 방식이 일부 베이스라인보다 계산 집약적일 수 있음을 겸허히 인정하면서도, 이것이 우월한 유연성과 성능을 제공한다고 언급하였다. 또한, 결과가 적절한 매핑 중심 선택의 중요성과 적응형 반경 최적화의 잠재력을 강조한다고 강조하였다. 결론적으로 ARLCH는 미래의 다중 사용자 네트워크을 위한 확장 가능한 솔루션을 제공하지만, 실제 구현 전에는 물리적 하드웨어 결함, 상호 결합(mutual coupling), 불완전한 채널 상태 정보(CSI) 문제를 해결해야 한다는 점을 명시하였다.