Joint Sparsity and Beamforming Design for RDARS-Aided Systems

이 논문은 RDARS 기반 통신 시스템에서 연결된 요소 배열의 희소성, 능동 및 수동 빔포밍을 공동으로 최적화하여 합률 (sum rate) 을 극대화하는 방법을 제안하고, 단일 및 다중 사용자 환경에 대한 최적 희소성 설계와 저복잡성 최적화 알고리즘을 제시합니다.

핵심

🎭 1. 배경: 왜 새로운 기술이 필요한가요?

지금까지 통신 기술은 두 가지 큰 흐름이 있었습니다.

1. DAS(분산 안테나 시스템): 안테나들이 전선으로 연결되어 직접 신호를 보내는 '직접 전달' 방식. (강력하지만 전선 설치가 번거로움)
2. RIS(지능형 반사 표면): 안테나들이 전선 없이 신호를 반사시키는 '거울' 역할. (설치가 쉽지만 신호를 증폭할 수 없어 약함)

RDARS 는 이 두 장점을 합친 '하이브리드 팀' 입니다.

• 안테나 요소들 중 일부는 전선으로 연결되어 직접 신호를 보내고 (연결 모드),
• 나머지는 거울처럼 신호를 반사시킵니다 (반사 모드).
• 이 두 모드를 상황에 따라 유연하게 섞어 쓸 수 있어 훨씬 더 똑똑합니다.

🤔 2. 문제점: "너무 복잡해요!"

RDARS 는 훌륭하지만, 어떤 안테나를 연결하고, 어떤 안테나를 반사기로 쓸지 정하는 것 (모드 선택) 이 너무 복잡하고 계산량이 많다는 문제가 있었습니다. 마치 100 명의 배우 중 누가 대사를 하고 누가 무대 장비를 맡을지 매번 수학 문제를 풀어야 하는 꼴이죠.

또한, 안테나들이 너무 빽빽하게 모여 있으면 (일반적인 안테나 배열), 신호가 서로 겹쳐서 혼란을 일으킬 수 있습니다.

💡 3. 해결책: "간단한 간격, 큰 효과" (희소 배열)

이 논문은 "안테나들을 너무 빽빽하게 줄 세우지 말고, 일정한 간격을 두고 띄엄띄엄 배치하자" 는 아이디어를 제시합니다.

• 비유: 마치 콘서트 홀을 생각해보세요.
  • 기존 방식 (밀집 배열): 청중들이 어깨를 맞대고 빽빽하게 앉아 있습니다. 소리가 잘 들리지만, 옆 사람과 대화할 때 소리가 섞여 방해가 됩니다.
  • 이 논문의 방식 (희소 배열): 청중들을 일정한 간격으로 띄엄띄엄 앉힙니다. 비록 앉은 사람은 적어 보이지만, 소리가 퍼지는 공간 (물리적 개구면) 이 훨씬 넓어집니다. 덕분에 멀리 있는 사람도 선명하게 들을 수 있고, 서로의 소리가 섞이는 것을 막을 수 있습니다.

이 논문의 핵심은 "어떤 안테나를 연결할지 (스파스성)" 와 "신호를 어떻게 쏠지 (빔포밍)" 를 동시에 최적화하는 것입니다.

🛠️ 4. 어떻게 해결했나요? (두 가지 전략)

연구진은 상황을 나누어 해결책을 찾았습니다.

A. 특별한 경우 (사용자가 1 명 또는 2 명일 때)

• 사용자 1 명: 안테나를 어떻게 띄엄띄엄 배치하든 상관없이 최고의 성능을 낼 수 있다는 것을 수학적으로 증명했습니다. (간단하게 말해, "하나만 있으면 다 잘 돼요"라는 결론입니다.)
• 사용자 2 명: 두 사람이 서로 다른 방향에 있을 때, 안테나 간격을 어떻게 조절해야 두 사람의 신호가 섞이지 않고 선명하게 들릴지 수식으로 딱 떨어지는 답을 구했습니다. 마치 두 사람이 서로 다른 테이블에 앉을 때, 테이블 간격을 어떻게 벌려야 대화 소리가 섞이지 않게 할지 계산한 것과 같습니다.

B. 일반적인 경우 (사용자가 여러 명일 때)

사용자가 수십 명일 때는 수학 공식 하나로 다 풀 수 없습니다. 그래서 연구진은 WA 알고리즘이라는 '지능적인 반복 학습' 방식을 고안했습니다.

1. 안테나 간격을 임의로 설정합니다.
2. 신호를 쏘고, 얼마나 잘 들리는지 확인합니다.
3. 안테나 간격을 조금씩 바꿔가며 "어떤 간격이 가장 잘 들릴까?"를 찾습니다.
4. 이 과정을 반복해서 최적의 조합을 찾습니다.

중요한 점: 기존의 복잡한 방법들보다 계산 속도가 훨씬 빠르고 (컴퓨터 부하가 적음) 성능은 거의 비슷하거나 더 좋습니다.

📊 5. 결과: 얼마나 좋을까요?

시뮬레이션 결과, 제안된 방법 (희소 배열 최적화) 은 기존 방식보다 데이터 전송 속도 (합계 용량) 가 크게 향상되었습니다.

• 특히 안테나 간격을 잘 조절했을 때, 신호가 섞이는 간섭 현상을 줄여주어 더 많은 사용자가 동시에 고속 통신을 즐길 수 있게 되었습니다.
• 계산 복잡도는 기존 방법의 약 60~70% 수준으로 줄여서, 실제 기기에 적용하기 훨씬 쉬워졌습니다.

🌟 요약: 이 논문의 핵심 메시지

"안테나를 빽빽하게 줄 세우는 것보다, 똑똑하게 간격을 두고 띄엄띄엄 배치하면, 더 넓은 공간을 커버하고 더 많은 사용자에게 선명한 신호를 보낼 수 있습니다. 그리고 이렇게 하면 컴퓨터 계산도 훨씬 가볍게 할 수 있어요!"

이 기술은 앞으로 6G 통신망이 더 빠르고, 더 많은 기기를 연결하며, 더 안정적으로 작동하는 데 중요한 역할을 할 것으로 기대됩니다.

기술 요약

논문 요약: RDARS 지원 시스템의 결합된 희소성 및 빔포밍 설계

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 6G 통신의 폭발적인 데이터 트래픽 증가에 대응하기 위해 재구성 가능한 분산 안테나 및 반사 표면 (RDARS, Reconfigurable Distributed Antennas and Reflecting Surface) 이 주목받고 있습니다. RDARS 는 기존 분산 안테나 시스템 (DAS) 과 재구성 가능한 지능형 표면 (RIS) 의 장점을 통합하면서도 능동형 RIS 의 활성 노이즈 문제를 피할 수 있습니다.
• 핵심 문제: RDARS 의 각 요소는 '연결 모드 (Connection mode)'와 '반사 모드 (Reflection mode)' 사이에서 동적으로 전환될 수 있어 추가적인 선택 이득 (Selection gain) 을 제공합니다. 그러나 기존 연구들은 모드 선택과 빔포밍을 최적화할 때 높은 계산 복잡도 (예: $O(N^3)$ 이상) 를 겪거나, 양자화 오차로 인한 성능 저하가 발생하는 문제가 있었습니다.
• 연구 목표: RDARS 지원 통신 시스템에서 연결된 요소들의 배열 (CEA, Connected Element Array) 을 균일한 희소 배열 (Uniform Sparse Array) 로 구성하여 모드 구성을 단순화하고, 활성/수동 빔포밍과 희소성 (Sparsity, 인접 요소 간격) 을 동시에 최적화하여 시스템 합률 (Sum Rate) 을 극대화하는 방법을 제시하는 것입니다.

2. 제안된 방법론 (Methodology)

논문은 사용자 수 (UE) 에 따라 두 가지 접근 방식을 취합니다.

• 시스템 모델:

  • 기지국 (BS) 과 $K$개의 단일 안테나 사용자 (UE) 로 구성된 다운링크 시스템을 가정합니다.
  • RDARS 의 $N$개 요소 중 $a$개는 연결 모드 (BS 와 RFoF 로 연결), 나머지 $N-a$개는 반사 모드로 작동합니다.
  • 연결된 요소들은 간격이 $\eta d$인 균일한 희소 배열을 형성하며, $\eta$가 희소성 수준 (Sparsity level) 입니다.

• 특수 케이스 분석 (Single-UE 및 Two-UE):

  • 단일 사용자 (Single-UE): SNR 이 CEA 의 공간적 분포 (희소성) 에 무관함을 증명했습니다. 즉, 단일 사용자의 경우 연결된 요소의 배치 위치가 최대 도달률에 영향을 주지 않습니다.
  • 두 사용자 (Two-UE): 사용자 간 간섭 (IUI) 을 줄이기 위해 채널의 제곱 상관 계수 (CSCC) 를 최소화하는 방향으로 희소성 $\eta$를 설계합니다.
    • 반사 링크가 지배적인 경우, 임의의 희소성 선택이 가능합니다.
    • RDARS-UE 링크가 지배적인 경우, 특정 조건을 만족하는 이산적인 희소성 집합 ($\mathcal{R}$) 에서 최적값을 도출합니다.
    • 일반적인 경우 (Case 2) 에서는 CSCC 를 최소화하는 $\eta$를 수치적으로 탐색합니다.

• 일반적인 경우 (임의의 사용자 수 $K$):

  • 비볼록 최적화 문제를 해결하기 위해 가중 최소 평균 제곱 오차 (WMMSE) 기반의 교대 최적화 (Alternating Optimization, AO) 알고리즘을 제안합니다.
  • WA (Weighted Alternating) 알고리즘:
    1. 활성 빔포밍 최적화: BS 와 RDARS 연결 요소의 빔포밍 행렬을 고정된 가중치와 보조 변수를 사용하여 폐쇄형 해로 업데이트합니다.
    2. 수동 빔포밍 최적화: RDARS 반사 요소의 위상 천이를 전력 반복 (Power Iteration) 알고리즘을 통해 최적화합니다.
    3. 희소성 최적화: 활성/수동 빔포밍이 고정된 상태에서, 가능한 희소성 집합 $\mathcal{F}$를 전수 조사 (Exhaustive Search) 하여 합률을 최대화하는 $\eta$를 선택합니다.

3. 주요 기여 (Key Contributions)

1. RDARS 를 위한 희소 배열 설계: RDARS 연결 요소를 균일한 희소 배열로 배치하여 물리적 개구면 (Aperture) 을 확장하고 공간 자유도 (DoF) 를 높이는 새로운 아키텍처를 제안했습니다.
2. 닫힌 형식 (Closed-form) 해 도출: 단일 및 두 사용자 경우에 대해 최적의 희소성 설계에 대한 이론적 분석과 닫힌 형식의 해를 유도했습니다.
3. 저복잡도 최적화 알고리즘: 기존 알고리즘 (MM, PWM) 의 높은 계산 복잡도 ($O(N^3)$ 등) 를 극복하고, 희소성 최적화 시 전수 조사를 통해 $O(\lfloor \frac{N-1}{a-1} \rfloor)$의 낮은 복잡도를 달성하는 WA 알고리즘을 제안했습니다.
4. 성능 검증: 다양한 사용자 수와 채널 조건에서 제안된 방법이 기존 콤팩트 배열 (Compact Array) 및 무작위 희소성 방식보다 우수한 성능을 보임을 수치적으로 입증했습니다.

4. 실험 결과 (Numerical Results)

• 합률 (Sum Rate) 향상:
  • 두 사용자 ($K=2$) 시나리오에서 제안된 최적 희소성 설계는 기존 콤팩트 배열 대비 약 86.98%, 무작위 희소성 대비 **17%**의 합률 향상을 보였습니다.
  • 이는 희소 배열이 더 넓은 물리적 개구면을 제공하여 공간적 DoF 를 높이고, 사용자 간 채널 상관관계를 줄여 간섭을 효과적으로 억제하기 때문입니다.
• 희소성 수준 ($\eta$) 의 영향:
  • 희소성이 너무 크면 격자 로브 (Grating lobe) 문제로 인해 간섭이 심화되어 성능이 저하될 수 있음을 확인했습니다. 따라서 최적의 $\eta$ 선택이 필수적입니다.
• 복잡도 비교:
  • 제안된 WA 알고리즘은 기존 MM 알고리즘 대비 62.72%, PWM 알고리즘 대비 **29.75%**의 계산 복잡도 감소 효과를 보였습니다 (시뮬레이션 환경: $N=512, K=4$).
  • 실행 시간 (Runtime) 또한 기존 방법들보다 현저히 짧았습니다 (WA: 7.67s vs MM: 17.42s).

5. 의의 및 결론 (Significance)

이 논문은 RDARS 시스템의 실용성을 높이는 중요한 통찰을 제공합니다.

• 저비용 고효율 설계: 고비용의 복잡한 최적화 알고리즘 대신, 연결 요소의 물리적 배치 (희소성) 를 지능적으로 설계함으로써 시스템 성능을 극대화하면서도 계산 부하를 획기적으로 줄일 수 있음을 증명했습니다.
• 6G 적용 가능성: 대규모 MIMO 및 분산 안테나 시스템에서 공간 자유도를 효율적으로 활용하여 6G 의 테라비트급 데이터 요구사항을 충족할 수 있는 유망한 솔루션을 제시했습니다.
• 향후 연구 방향: 광섬유 손실로 인한 연결 요소별 전송 전력 차이를 고려한 전력 의존적 감쇠 모델에 대한 추가 연구가 필요함을 언급했습니다.

요약하자면, 이 연구는 RDARS 의 모드 전환 특성과 희소 배열의 이점을 결합하여, 낮은 계산 복잡도로 높은 통신 성능을 달성하는 새로운 빔포밍 및 배열 설계 프레임워크를 제시한 것입니다.