Sparse Array Design for Near-Field MU-MIMO: Reconfigurable Array Thinning Approach

기술 요약: 재구성 가능한 배열 간격 조절을 통한 근거리 MU-MIMO 를 위한 희소 배열 설계

문제 제기
향후 무선 네트워크는 복사 근거리 (NF) 영역에서 작동하는 대규모 안테나 배열을 배치할 것으로 예상됩니다. 사용자를 각도 영역에서만 다중화하는 원거리 시스템과 달리, 근거리 전파는 각도와 거리 양쪽 모두에 걸쳐 공간 다중화를 가능하게 합니다. 그러나 반파장 간격으로 대형 개구면 배열을 구현하려면 수천 개의 소자가 필요하여 막대한 하드웨어 비용, 전력 소비, 계산 복잡성이 초래됩니다. 희소 배열은 소자 간 간격을 늘려 공간 상관관계를 줄임으로써 해결책을 제시하지만, 고정된 균일 희소 배열은 강한 간섭을 유발하는 격자 로브 (grating lobes) 에 시달립니다. 가동 안테나 (MA) 아키텍처와 같은 기존 대안들은 사용자 분포에 적응하기 위해 기계적 재배치를 의존하여 지연 시간과 하드웨어 복잡성을 증가시킵니다. 또한, 기존의 안테나 선택 방법은 성능 지표를 위해 순간 채널 상태 정보 (CSI) 에 의존하지만, 이를 구조화된 희소 배열 설계 문제로 명시적으로 공식화하지는 않습니다. 특히 거리 영역에서 격자 로브의 거동에 관해 기계적 이동이나 과도한 계산 오버헤드 없이 동적 적응성을 제공하는 해결책이 부족합니다.

방법론
저자들은 재구성 가능한 배열 간격 조절 (reconfigurable array thinning) 프레임워크를 제안합니다. 이 접근법에서는 전체 밀집 균일 선형 배열 (FULA) 이 물리적으로 고정된 채 유지되지만, RF 스위치 네트워크를 통해 안테나 서브셋이 선택적으로 활성화되어 유연한 희소 배열을 형성합니다. 활성화 패턴은 이진 간격 조절 벡터 $\mathbf{b}$에 의해 결정됩니다.

본 논문은 먼저 근거리에서의 격자 로브에 관한 이론적 기반을 확립합니다:

1. 각도 영역: 인접 소자 간의 위상 편이가 조향 각도에 의존하여 $2\pi$의 정수 배와 같을 때 격자 로브가 발생합니다.
2. 거리 영역: 근거리 배열 응답 벡터에 대한 분석을 통해 저자들은 격자 로브가 거리 차원을 따라 나타나지 않음을 입증합니다. 위상 변화는 선형이 아닌 2 차적이므로 특정 거리에서 소자 위상의 일관된 재정렬이 방지됩니다. 대신 작은 요동 (ripples) 만 관찰됩니다.

이 분석에 기반하여 저자들은 최적의 간격 조절 벡터 $\mathbf{b}$를 결정하기 위해 입자 군집 최적화 (PSO) 기반의 두 가지 전략을 개발합니다:

• 격자 로브 기반 간격 조절 배열 (GTA): 각도 영역에서 최대 측부엽 레벨 (PSLL) 을 최소화하여 격자 로브를 억제하는 사전 최적화 설계입니다. 이 접근법은 통계적 제약 조건에 기반하여 간격 조절 패턴을 오프라인에서 최적화하기 위해 연속 완화 PSO 를 사용하며, 커버리지 구간 전반에 걸친 로브 억제를 보장합니다.
• 합계율 기반 간격 조절 배열 (STA): 다중 사용자 합계율을 직접 최대화하는 동적 설계입니다. 이 방법은 사용자 위치 (각도 및 거리) 에 대한 지식을 가정하고 달성 가능한 합계율을 목적 함수로 사용하여 온라인 (또는 특정 채널 실현에 대해) 간격 조절 벡터를 최적화합니다.

두 방법 모두 입자가 이진 활성화 결정으로 매핑된 연속 우선순위 벡터를 나타내는 PSO 프레임워크를 활용하며, 고정된 수의 활성화 안테나 ($N_T$) 를 강제하고 개구면 크기를 유지하기 위해 가장자리 소자를 보존합니다.

주요 기여

1. 이론적 통찰: 본 논문은 근거리에서 희소 배열의 경우 각도 영역에는 격자 로브가 존재하지만 거리 영역에는 부재하다는 것을 확인하는 최초의 분석을 제공합니다. 이 발견은 근거리 희소 배열의 설계 제약을 단순화합니다.
2. 새로운 프레임워크: 이는 구조화된 희소 배열 설계 문제로 간주하여 기존의 안테나 선택과 구별되는 근거리 통신을 위한 배열 간격 조절의 첫 번째 적용 사례를 도입합니다.
3. 이중 최적화 전략: 두 가지 구별되는 PSO 기반 전략의 제안:
   • GTA: 실시간 사용자 추적을 요구하지 않고 격자 로브를 억제하는 실용적인 사전 최적화 솔루션을 제공합니다.
   • STA: 고정된 희소 배열과 복잡한 가동 안테나 시스템 사이의 간극을 메우며 합계율을 동적으로 최대화하는 고성능 솔루션을 제공합니다.
4. 효율성: 이 접근법은 가동 안테나의 기계적 지연 및 복잡성을 피하면서도 정적 희소 배열보다 우수한 적응성을 제공합니다.

시뮬레이션 결과
제안된 설계는 전체 ULA(FULA), 가동 ULA(MULA), 사전 최적화 간격 조절 배열 (PTA), 균일 희소 ULA(SULA) 를 포함한 벤치마크 대비 평가되었습니다. 주요 발견 사항은 다음과 같습니다:

• 격자 로브 억제: GTA 는 다양한 거리에서 각도 영역의 격자 로브를 효과적으로 억제하여 강한 로브를 보이는 기존 SULA 보다 우수한 성능을 발휘합니다.
• 합계율 성능:
  • STA는 물리적 재배치가 필요한 MULA 와 유사한 성능을 달성하며, 활성 소자의 10%(320 개 중 32 개) 만 사용하여 **FULA 합계율의 약 75%**에 도달합니다.
  • GTA는 PTA 와 유사하게 작동하여 격자 로브 억제가 간섭을 효과적으로 줄임을 입증합니다.
  • GTA 와 PTA 는 불규칙한 간격으로 인한 상승된 측부엽으로 인해 STA 보다 합계율이 약간 낮습니다 (약 5% 낮음) 하지만, 오프라인 최적화라는 장점을 제공합니다.
• 거리 영역 거동: 시뮬레이션은 각도는 정렬되어 있지만 거리가 분리된 사용자의 경우 SULA 가 FULA 와 거의 동일하게 작동함을 확인하여, 거리 영역 격자 로브의 이론적 부재를 검증했습니다.
• 복잡성: PSO 기반 STA 는 연속 위치 공간이 아닌 이산 선택 공간에서 작동하여 수렴에 필요한 반복 횟수가 적기 때문에 MULA 최적화보다 계산적으로 더 효율적입니다.

의의 및 주장
본 논문은 재구성 가능한 배열 간격 조절이 근거리 MU-MIMO 시스템을 위한 실용적이고 효율적인 배치 전략을 제공한다고 주장합니다. 기계적 이동 (MULA 와 달리) 을 제거하고 동적 사용자 분포 하에서 고정된 희소 배열의 비최적성을 극복함으로써, 제안된 프레임워크는 하드웨어 효율성과 높은 스펙트럼 효율성 사이의 균형을 맞춥니다. 저자들은 STA 가 채널 기하학에 기반한 빈번한 업데이트가 필요하지만 GTA 와 PTA 는 견고한 사전 최적화 대안을 제공한다는 점을 겸손하게 지적합니다. 이 연구는 배열 간격 조절이 결함 소자를 비활성화하고 구성을 재최적화할 수 있게 함으로써 우아한 성능 저하와 하드웨어 효율성을 가능하게 함을 시사합니다. 향후 작업은 현재 PSO 접근법의 계산 복잡성을 더욱 완화하기 위해 딥러닝 기반 솔루션을 탐구하는 것으로 식별됩니다.