Enhancing User Fairness in Two-Layer RSMA: A Movable Antenna Approach

이 논문은 이동형 안테나 (MA) 를 활용하여 빔포밍, 사용자 클러스터링, 공통 레이트 할당 및 안테나 위치를 공동 최적화하는 2 단계 반복 알고리즘을 제안함으로써 2 계층 RSMA 시스템의 사용자 공평성을 획기적으로 향상시킨다는 것을 보여줍니다.

핵심

📡 핵심 아이디어: "움직이는 안테나로 공평한 속도 만들기"

1. 문제 상황: "가장 느린 친구 때문에 전체가 느려진다"

기존의 통신 방식 (1 층 RSMA) 은 마치 한 반의 모든 학생이 같은 선생님의 강의를 듣는 상황과 같습니다.

• 선생님은 모든 학생이 이해할 수 있도록 가장 이해력이 떨어지는 학생에게 맞춰서 설명합니다.
• 결과적으로, 공부를 잘하는 학생들은 지루해하고, 전체 수업의 효율이 떨어집니다.
• 통신에서도 '가장 채널 상태가 나쁜 사용자'의 속도에 맞춰 전체 데이터 전송 속도가 제한되는 '병목 현상'이 발생합니다.

2. 해결책 1: "이층 구조의 교실 (2 층 RSMA)"

이 논문은 이를 해결하기 위해 두 층으로 나눈 교실을 상상합니다.

• 1 층 (전체 공통 강의): 모든 학생이 듣는 기본 내용.
• 2 층 (조별 공통 강의): 비슷한 실력을 가진 학생들끼리 모인 '조 (Cluster)'별로 더 심화된 내용을 가르칩니다.
• 이렇게 하면, '가장 느린 친구'가 전체 속도를 제한하는 것을 막고, 각 조별로 더 효율적으로 데이터를 보낼 수 있게 됩니다.

3. 해결책 2: "움직이는 안테나 (Movable Antenna)"

기존 안테나는 벽에 고정되어 있어 움직일 수 없습니다. 하지만 이 논문은 안테나를 움직일 수 있는 로봇 팔처럼 생각했습니다.

• 비유: 안테나가 마음대로 움직이는 마이크라고 상상해 보세요.
• 소리가 잘 들리지 않는 학생 (약한 신호 사용자) 이 있는 곳으로 마이크를 살짝 움직여 주면, 그 학생의 목소리가 선명해집니다.
• 반대로, 소리가 너무 커서 방해가 되는 학생에게는 마이크를 살짝 치우면 간섭을 줄일 수 있습니다.
• 즉, 안테나의 위치를 실시간으로 바꿔가며 최적의 통신 환경을 직접 만들어내는 것입니다.

---

🧩 어떻게 해결했나요? (두 단계 알고리즘)

이 문제는 너무 복잡해서 한 번에 풀 수 없습니다. 그래서 두 단계로 나누어 해결했습니다.

1 단계: 안테나 위치 찾기 (외부 루프 - "탐색자")

• 역할: 안테나를 어디에 두는 게 가장 좋은지 찾아내는 '탐색자'입니다.
• 방법: '입자 군집 최적화 (PSO)'라는 방법을 쓰는데, 마치 새 떼가 먹이를 찾는 과정과 비슷합니다.
• 특이점: 이 논문은 '동적 이웃 가지치기 (DNPPSO)'라는 기술을 써서, 이미 좋은 위치를 찾은 새들 주변을 더 이상 쓸데없이 돌아다니지 않게 하여 계산 속도를 빠르게 했습니다.

2 단계: 자원 배분하기 (내부 루프 - "관리자")

• 역할: 안테나 위치가 고정되었을 때, 누구에게 얼마나 데이터를 줄지 정하는 '관리자'입니다.
• 방법:
  • 친구끼리 모으기: 채널 상태가 비슷한 사용자들을 한 조 (Cluster) 로 묶습니다. (유사한 친구끼리 그룹을 만드는 것)
  • 공평하게 나누기: 각 조와 개인에게 데이터를 공정하게 배분하여, 가장 속도가 느린 사람의 속도가 최대한 높아지도록 만듭니다.

---

🏆 결과는 어떨까요?

시뮬레이션 결과, 제안한 방식은 기존 방식들보다 압도적으로 공평한 속도를 제공했습니다.

• 기존 방식 (고정 안테나): 안테나가 움직이지 않아서 신호가 약한 곳은 계속 느렸습니다.
• 제안 방식 (움직이는 안테나 + 2 층 구조): 안테나가 움직여서 신호를 보완하고, 조별 관리로 간섭을 줄여 모든 사용자가 만족할 만한 속도를 얻었습니다.

💡 한 줄 요약

**"움직이는 안테나로 신호를 조절하고, 비슷한 사용자끼리 그룹을 지어 데이터를 나누어 줌으로써, 가장 느린 사용자도 빠를 수 있게 만든 똑똑한 통신 시스템"**입니다.

이 기술은 미래 6G 네트워크에서 모든 사용자가 불평 없이 공평하게 초고속 통신을 즐길 수 있는 기반이 될 것입니다.

기술 요약

논문 요약: 가동 안테나 (MA) 를 활용한 2 층 RSMA 시스템의 사용자 공평성 향상

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 6G 네트워크의 핵심 기술로 부상한 **레이트 스플리팅 다중 접속 (RSMA)**은 간섭 관리의 유연성으로 인해 주목받고 있습니다. 특히, 1 층 RSMA 의 한계 (약한 채널을 가진 사용자의 공통 레이트에 의해 전체 성능이 제한됨) 를 극복하기 위해 2 층 RSMA (계층적 구조 및 인터/인트라 클러스터 공통 스트림 도입) 가 제안되었습니다.
• 문제점: 기존 2 층 RSMA 시스템은 고정된 안테나 (FPA) 를 사용하며, 이는 무선 채널의 물리적 한계로 인해 사용자 간 공평성 (Fairness) 을 극대화하는 데 제약이 있습니다. 특히 대규모 시스템에서 약한 채널을 가진 사용자의 성능이 전체 시스템의 병목이 됩니다.
• 목표: 가동 안테나 (Movable Antenna, MA) 기술을 도입하여 안테나 위치를 동적으로 조정함으로써 채널 조건을 개선하고, 2 층 RSMA와 결합하여 **사용자 간 공평성 (최소 사용자 레이트 최대화)**을 극대화하는 것을 목표로 합니다.

2. 제안된 방법론 (Methodology)

저자들은 빔포밍 행렬, 공통 레이트 할당, 사용자 클러스터링, 그리고 안테나 위치 벡터 (APV) 를 결합 최적화하는 비볼록 (Non-convex) 문제를 해결하기 위해 **이중 루프 반복 알고리즘 (Two-loop Iterative Algorithm)**을 제안했습니다.

• 시스템 모델:

  • 기지국 (BS) 은 $N_T$개의 가동 안테나를 가지며, $K$명의 단일 안테나 사용자를 2 층 RSMA 방식으로 서비스합니다.
  • 전송 신호는 3 가지 스트림으로 구성됩니다: 모든 사용자가 해독하는 인터-클러스터 공통 스트림, 클러스터 내 사용자만 해독하는 인트라-클러스터 공통 스트림, 개별 사용자의 프라이빗 스트림.
  • 안테나 위치는 선형 영역 내에서 최소 간격 ($D_0$) 을 유지하며 이동 가능합니다.

• 최적화 문제:

  • 목적 함수: 모든 사용자 중 최소 레이트를 최대화 (Max-Min Fairness).
  • 변수: 빔포밍 행렬 ($W$), 공통 레이트 할당 벡터 ($r$), 사용자 클러스터링 ($\{K_q\}$), 안테나 위치 벡터 ($t$).
  • 제약 조건: 전송 전력, 안테나 간 최소 거리, 클러스터링 규칙 등.

• 알고리즘 구조:

  1. 외부 루프 (Outer-Loop): 안테나 위치 최적화
     • DNPPSO (Dynamic Neighborhood Pruning Particle Swarm Optimization) 알고리즘을 사용합니다.
     • 입자 군집 (Swarm) 을 이용해 안테나 위치를 탐색하며, 제약 조건 위반에 대한 페널티를 포함한 적합도 함수를 사용합니다.
     • 동적 이웃 가지치기 (Dynamic Neighborhood Pruning): 전역 최적점에 수렴한 입자들을 식별하여 불필요한 내부 루프 계산을 생략함으로써 계산 복잡도를 획기적으로 줄입니다.
  2. 내부 루프 (Inner-Loop): 주어진 안테나 위치에서의 자원 할당
     • 사용자 클러스터링: 채널 유사도 (Cosine Similarity) 기반의 탐욕적 (Greedy) 알고리즘을 사용하여 채널이 높은 상관관계를 가진 사용자들을 같은 클러스터로 묶습니다.
     • 빔포밍 및 레이트 할당:
       • SDR (Semidefinite Relaxation): 비볼록 문제를 풀기 위해 벡터를 행렬로 변환하고 랭크 1 제약을 완화합니다.
       • SCA (Successive Convex Approximation): 비볼록 레이트 제약 조건을 1 차 테일러 전개 (Lower Bound) 를 통해 볼록 문제로 변환하여 반복적으로 해결합니다.
       • 내부 루프는 주어진 안테나 위치에서 최적의 빔포밍과 레이트 할당을 계산하여 외부 루프의 적합도 값을 제공합니다.

3. 주요 기여 (Key Contributions)

1. MA 와 2 층 RSMA 의 통합: 기존 1 층 RSMA 의 공통 레이트 병목 현상을 해결하고, 가동 안테나의 공간적 자유도 (DoF) 를 활용하여 사용자 공평성을 획기적으로 개선하는 새로운 아키텍처를 제안했습니다.
2. 결합 최적화 프레임워크: 빔포밍, 레이트 할당, 클러스터링, 안테나 위치를 동시에 최적화하는 복잡한 비볼록 문제를 수식화했습니다.
3. 효율적인 알고리즘 개발: DNPPSO 와 SCA 를 결합한 이중 루프 알고리즘을 통해 고차원 비볼록 문제를 효율적으로 해결하는 방법을 제시했습니다. 특히 가지치기 기법을 통해 계산 부하를 줄였습니다.

4. 시뮬레이션 결과 (Simulation Results)

저자들은 다양한 벤치마크 (Classic PSO, K-means 클러스터링, 1 층 RSMA, NOMA, SDMA, 고정 안테나 기반 시스템 등) 와 비교하여 성능을 평가했습니다.

• 사용자 수 증가 시: 제안된 방법은 사용자 수가 증가해도 최소 레이트를 안정적으로 유지하며, 다른 벤치마크 대비 우수한 공평성 이득을 보였습니다.
• 전송 전력 증가 시: DNPPSO 기반의 제안 방법은 Classic PSO 와 유사한 성능을 내면서도 계산 복잡도가 낮아 효율적입니다.
• 안테나 수 증가 시: 안테나 수가 증가함에 따라 모든 시스템의 성능이 향상되지만, 제안된 방법은 더 적은 안테나 수로도 목표 레이트를 달성하여 하드웨어 비용 절감 가능성을 입증했습니다.
• 사용자 거리 영향: 1 층 RSMA 는 가장 먼 (약한 채널) 사용자의 성능에 의해 제한받지만, 2 층 RSMA 기반 제안 방법은 클러스터 내 간섭을 효과적으로 관리하여 거리 증가에 따른 성능 저하를 크게 완화했습니다.

5. 의의 및 결론 (Significance & Conclusion)

• 기술적 의의: 이 연구는 가동 안테나 기술이 단순한 빔포밍 향상을 넘어, RSMA 의 계층적 구조와 결합하여 사용자 간 공평성이라는 핵심 6G 요구사항을 해결할 수 있음을 입증했습니다.
• 실용성: 제안된 알고리즘은 고정 안테나 시스템 대비 상당한 성능 향상을 제공하면서도, 가지치기 기법을 통해 실시간 구현에 필요한 계산 복잡도를 관리 가능한 수준으로 낮췄습니다.
• 미래 전망: 본 연구는 차세대 무선 통신 시스템에서 하드웨어의 물리적 유연성 (MA) 과 신호 처리 기법 (RSMA) 의 시너지를 극대화하는 새로운 방향성을 제시하며, 향후 다양한 채널 환경 및 imperfect CSI 상황으로의 확장을 위한 기초를 마련했습니다.

이 논문은 가동 안테나와 2 층 RSMA의 결합이 사용자 공평성 문제를 해결하는 강력한 솔루션임을 이론적 및 시뮬레이션을 통해 입증한 중요한 연구입니다.