Is Repeater-Assisted Massive MIMO Compatible with Dynamic TDD?

논문 요약: 동적 TDD 기반 리피터 지원 Massive MIMO 시스템의 호환성 및 최적화

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 리피터 (Repeater) 는 신호를 수신, 증폭, 위상 이동 (Phase Shift), 재전송하여 무선 통신의 커버리지를 확장하는 능동 산란체 (Active Scatterer) 로서, 5G NR 표준 (3GPP Release 18) 에 포함되었습니다. 기존 연구들은 주로 정적 TDD (Static TDD) 환경에서 리피터의 성능을 분석했습니다.
• 문제점: 차세대 네트워크에서는 트래픽 수요의 불균형에 대응하기 위해 동적 TDD (Dynamic TDD) 가 도입되고 있습니다. 동적 TDD 는 동일한 시간 - 주파수 자원에서 하향링크 (DL) 와 상향링크 (UL) 가 동시에 전송될 수 있게 하여 스펙트럼 효율을 높이지만, 이로 인해 크로스 링크 간섭 (Cross-Link Interference, CLI) 이 발생합니다.
  • DL 기지국 (AP) 과 UL 사용자 간의 간섭 (Inter-user)
  • DL 기지국과 UL 기지국 간의 간섭 (Inter-AP)
• 핵심 쟁점: 리피터는 원하는 신호뿐만 아니라 이러한 CLI 도 함께 증폭하고 전달합니다. 따라서 동적 TDD 환경에서 리피터를 사용할 경우, 원하는 신호의 이득이 간섭 증폭으로 인한 손실보다 커질 수 있는 조건을 규명하고, 이를 최적화하는 것이 중요한 과제입니다.

2. 연구 방법론 (Methodology)

저자들은 동적 TDD 환경에서 작동하는 2 셀 Massive MIMO 시스템을 가정하고 다음과 같은 수학적 모델링 및 최적화 기법을 제시했습니다.

• 시스템 모델:
  • DL AP 와 UL AP 가 각각 하나의 셀을 담당하며, 한 셀은 DL, 다른 셀은 UL 로 동작합니다.
  • 네트워크 내에는 하나의 2 안테나 리피터가 존재하며, 이는 DL 또는 UL 경로를 통해 CLI 를 증폭할 수 있습니다.
  • 리피터의 복소수 이득 (Complex-valued Gain, $\alpha_r$) 을 증폭 이득 ($r_r$) 과 위상 이동 ($\phi_r$) 의 곱으로 정의합니다.
• 성능 지표 도출:
  • 완전한 채널 상태 정보 (CSI) 가 가정된 상태에서, DL 및 UL 사용자의 달성 가능한 스펙트럼 효율 (SE) 을 유도했습니다.
  • 리피터로 인한 증폭된 잡음과 모든 간섭원 (다중 사용자, AP 간, 사용자 간) 을 고려한 SINR (신호 대 간섭 잡음비) 식을 도출했습니다.
• 최적화 알고리즘 제안:
  • 목표: 특정 DL 또는 UL 사용자의 SE 를 최대화하기 위해 리피터의 증폭 이득과 위상 이동을 공동 최적화 (Joint Optimization) 합니다.
  • 기법:
    1. SINR 최대화: 주어진 위상 이동 ($\phi_r$) 에 대해 SINR 을 최대화하는 증폭 이득 ($r_r$) 을 닫힌 형식 (Closed-form) 으로 구합니다. 이는 2 차 다항식의 극값을 찾는 문제로 변환됩니다.
    2. 위상 이동 탐색: 이득 최적화 과정을 $[0, 2\pi]$ 범위의 이산적인 위상 이동 샘플에 대해 반복하여 최적의 위상을 찾습니다.
    3. 반복적 프레임워크: 프리코딩 (Precoding) 및 결합 (Combining) 벡터를 고정하고 리피터 이득을 최적화한 후, 다시 최적화된 이득을 기반으로 벡터를 업데이트하는 반복 과정을 수행합니다.

3. 주요 기여 (Key Contributions)

1. 동적 TDD 환경에서의 SE 유도: 리피터 지원 Massive MIMO 네트워크에서 DL 및 UL 의 달성 가능한 SE 에 대한 폐쇄형 (Closed-form) 식을 유도했습니다. 이는 리피터로 인한 증폭된 간섭 항을 모두 포함합니다.
2. 복소수 리피터 이득 최적화: 기존 연구들이 단순한 증폭 (실수값) 만 고려한 것과 달리, 위상 이동까지 포함한 복소수 이득을 최적화하는 알고리즘을 제안했습니다.
3. 호환성 분석: 동적 TDD 시스템에서 리피터가 성능 향상을 가져올 수 있는 조건 (리피터 위치 등) 을 규명하고, 이를 통해 CLI 증폭이 원하는 신호 이득을 압도하지 않는 범위를 확인했습니다.

4. 실험 결과 (Numerical Results)

Linköping University 연구팀의 시뮬레이션 결과는 다음과 같은 인사이트를 제공합니다.

• 성능 향상: 제안된 최적화 알고리즘을 적용하면 리피터가 없는 경우 (Baseline) 대비 DL 에서 최대 약 20%, UL 에서 최대 약 70% 의 스펙트럼 효율 (SE) 향상을 달성할 수 있습니다.
• 리피터 위치의 중요성:
  • 리피터는 사용자 근처에 위치해야 하지만, 셀 경계보다는 기지국 (AP) 에 더 가까운 위치에 있을 때 가장 큰 이득을 얻습니다.
  • 셀 경계에 가까워질수록 리피터는 원하는 신호보다 간섭 (CLI) 을 더 많이 수신하게 되어 SE 이득이 감소합니다.
• 위상 이동 최적화의 효과: 단순히 증폭 이득 (실수값) 만 최적화하는 것보다 위상 이동까지 함께 최적화할 때 성능 향상 폭이 더 큽니다. 특히 SE 가 낮은 사용자들에게서 그 효과가 두드러집니다.
• 역방향 영향: 리피터가 최적화된 방향 (예: DL) 의 성능은 크게 향상되지만, 반대 방향 (UL) 의 성능은 약간 감소할 수 있습니다. 그러나 전체적으로 볼 때 이득이 손실보다 훨씬 큽니다.

5. 의의 및 결론 (Significance & Conclusion)

• 동적 TDD 와 리피터의 호환성 입증: 이 논문은 리피터가 동적 TDD 시스템에서 발생하는 심각한 CLI 문제를 해결하지는 못하지만, 적절한 위치 선정과 이득 최적화를 통해 전체 시스템 성능을 크게 향상시킬 수 있음을 증명했습니다.
• 실용적 가치: 복잡한 프론트홀 (Fronthaul) 신호 오버헤드 없이 커버리지를 확장할 수 있는 리피터 기술이 차세대 동적 TDD 네트워크에서도 유효함을 보여줍니다.
• 향후 연구 방향: 다중 리피터 환경, 전력 제어 및 프리코딩 벡터와의 공동 최적화, 그리고 리피터가 성능을 저하시키는 특정 상황 (Edge cases) 을 극복하기 위한 연구가 필요하다고 제안합니다.

결론적으로, 이 연구는 동적 TDD 환경에서 리피터의 증폭 이득과 위상 이동을 정교하게 제어함으로써 간섭을 억제하고 원하는 신호를 강화할 수 있음을 보여주어, 차세대 무선 통신 시스템 설계에 중요한 지침을 제공합니다.