Performance Analysis of Cell-Free Massive MIMO under Imperfect LoS Phase Tracking

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 셀 프리 (Cell-Free) Massive MIMO 는 수많은 분산된 액세스 포인트 (AP) 가 사용자를 협력적으로 서비스하여 6G 네트워크의 요구사항을 충족하는 유망한 아키텍처입니다. 밀집 배치로 인해 시선 (Line-of-Sight, LoS) 전파가 발생할 확률이 높으며, LoS 성분은 빔포밍 성능에 중요한 역할을 합니다.
• 문제점: 기존 연구들은 LoS 위상 (Phase) 을 완벽하게 안다고 가정하거나 완전히 모른다고 가정하는 두 가지 극단적인 경우만 다뤘습니다.
  • 그러나 실제 시스템에서는 발진기 드리프트, 사용자 이동성, 동기화 오차 등으로 인해 LoS 위상 추적에 잔여 오차 (Residual Uncertainty) 가 존재합니다.
  • 이러한 불완전한 위상 추정은 성능 저하를 초래하지만, 기존 연구들은 이를 정확히 모델링하지 못했습니다.
  • 또한, 기존 LoS 인식 연구들은 대부분 단순한 최대비합성 (MR) 에 국한되어 대규모 빔포밍 잠재력을 충분히 활용하지 못했습니다.

2. 제안된 방법론 (Methodology)

A. 불완전한 위상 추적을 고려한 Rician 채널 모델

• 새로운 채널 모델: LoS 성분이 잡음이 있는 위상 추정치로 회전되고, 추적 정확도에 의존하는 결정론적인 위상 오차 페널티 인자 ($\rho_{error}$) 에 의해 감쇠되는 Rician 페이딩 모델을 제안했습니다.
• 오차 모델링: 위상 추정 오차 ($\varepsilon$) 를 균일 분포 $U[-\delta, \delta]$로 가정하여 하드웨어 오차와 동기화 오차의 범위를 반영했습니다.
  • $\delta \to 0$: 완벽한 위상 추적 (기존 연구의 이상적 경우).
  • $\delta \to \pi$: 위상 정보 완전 부재 (기존 연구의 보수적 경우).
  • $0 < \delta < \pi$: 제안된 중간 구간 (실제적인 불완전한 추적).

B. 조건부 선형 MMSE 채널 추정기 (Conditionally Linear MMSE Estimator)

• 비가우시안 (Non-Gaussian) 환경에서도 다루기 쉬운 선형 최소 평균 제곱 오차 (Linear MMSE) 추정기를 유도했습니다.
• 이 추정기는 위상 추정에 조건을 부여하여 유도되었으며, 다음과 같은 특징을 가집니다:
  • 위상 추정이 완벽할 때 기존 베이지안 MMSE 추정기로 수렴.
  • 위상 정보가 전혀 없을 때 평균 0 모델 추정기로 수렴.
  • 두 극단 사이의 모든 경우에 대해 연속적으로 보간 (Interpolation) 합니다.

C. 가상 업링크 모델 및 빔포밍 설계

• 가상 업링크 모델 (Virtual Uplink Model): 실제 채널의 비가우시안 특성과 추정 오차로 인한 복잡성을 해결하기 위해, 채널 추정치를 실제 채널로 대체하고 추정 오차 공분산을 잡음에 추가하는 가상 모델을 도입했습니다.
• 이를 통해 중앙 집중식 (Centralized) 및 분산형 (Distributed) MMSE 빔포밍을 유도할 수 있게 되었습니다.
  • 이 빔포밍 설계는 추정된 채널의 2 차 통계량과 위상 오차 공분산 ($Z_l$) 만을 사용하여 계산 가능합니다.
• 성능 평가: 유도된 빔포밍을 실제 물리 채널에 적용하여 사용 후 잊기 (Use-and-then-forget, UatF) 하한과 낙관적 에르고드 레이트 (OER) 상한을 계산하여 네트워크 성능을 엄격하게 평가했습니다.

3. 주요 기여 (Key Contributions)

1. 현실적인 모델링: LoS 위상 추정이 불완전한 중간 구간을 정량화하고, 이를 Rician 채널 모델에 통합하여 기존 연구의 한계를 극복했습니다.
2. 통합 추정기: 위상 정보의 유무에 관계없이 적용 가능한 범용 선형 MMSE 채널 추정기를 제안했습니다.
3. 실용적인 빔포밍: 위상 불확실성 하에서도 계산이 가능하고 구현 가능한 중앙 집중식 및 분산형 MMSE 빔포밍 알고리즘을 개발했습니다.
4. 성능 벤치마킹: 이상적인 가정과 실제 제약 조건 사이의 성능 격차를 정량화하여 6G 셀 프리 네트워크 설계에 대한 통찰을 제공했습니다.

4. 실험 결과 (Results)

• 시뮬레이션 설정: 100 개의 AP, 40 개의 사용자, 4 안테나, Rician 계수 ($\kappa$) 를 5 로 고정하여 다양한 위상 오차 범위 ($\delta$) 를 테스트했습니다.
• 주요 발견:
  • 부분적 추적의 가치: LoS 위상에 대한 완전한 정보가 없더라도, 부분적인 추적 정보 (예: $\delta = 15^\circ$) 만으로도 위상 정보가 전혀 없는 경우보다 성능이 크게 향상되었습니다.
  • 오차 민감도: 위상 오차 ($\delta$) 가 커질수록 성능은 저하되지만, 중간 정도의 오차만으로도 이상적인 경우와 유사한 성능 분포를 보입니다.
  • 중앙 집중식 vs 분산형: 위상 오차가 심해질수록 두 아키텍처 모두 성능이 저하되지만, **중앙 집중식 빔포밍이 더 큰 견고성 (Robustness)**을 보입니다.
  • Rician 계수 영향: LoS 성분이 강할수록 ($\kappa$가 클수록) 위상 추적의 중요성이 더욱 부각됩니다.
  • 성능 한계: UatF 하한과 OER 상한의 격차가 작아, 위상 오차로 인한 순간 CSI 부재가 실제 성능 저하에 미치는 영향이 상대적으로 작음을 시사합니다.

5. 의의 및 결론 (Significance)

이 논문은 이상적인 가정과 실제 시스템의 제약 사이를 연결하는 중요한 가교 역할을 합니다.

• 6G 설계 지침: 실제 6G 셀 프리 네트워크 배포 시, 완벽한 위상 추정이 불가능하더라도 정확도가 낮은 추적 정보만으로도 상당한 성능 이득을 얻을 수 있음을 입증했습니다.
• 시스템 최적화: 위상 오차를 고려한 채널 추정 및 빔포밍 전략의 필요성을 강조하며, 향후 셀 프리 Massive MIMO 시스템의 설계 기준을 마련했습니다.
• 이론적 확장: 비가우시안 환경에서의 채널 추정과 빔포밍을 위한 새로운 수학적 프레임워크를 제시하여 관련 연구의 기초를 다졌습니다.

요약하자면, 이 연구는 LoS 위상 추적의 불완전성을 체계적으로 모델링하고, 이를 극복할 수 있는 실용적인 채널 추정 및 빔포밍 기법을 제안함으로써, 차세대 셀 프리 네트워크의 성능 한계를 재정의했다는 점에서 의의가 큽니다.