Cooperative Uplink Channel Estimation in User-Centric Cell-free Massive MIMO Communication Networks

기술 요약: 사용자 중심형 셀-프리 매시브 MIMO 통신 네트워크에서의 협력적 업링크 채널 추정

문제 정의
셀-프리 매시브 다중 입출력(Cell-free massive MIMO, CFmMIMO) 네트워크는 커버리지 영역 전반에 액세스 포인트(AP)를 분산 배치하여 기존의 셀 기반 네트워크에서 발견되는 전용 셀의 개념을 제거하고 균일한 서비스 품질을 제공하는 것을 목표로 한다. 사용자 중심형 변형 모델에서는 각 사용자 단말(UE)이 최적의 채널 조건을 가진 AP들의 동적인 클러스터에 의해 서비스된다. 이러한 네트워크에서 정확한 업링크 채널 추정(Channel Estimation, CE)은 필수적인 전제 조건이다.

기존의 CE 방식은 대개 셀룰러 mMIMO 시스템에서 유도되었으며, 레이리 페이딩(Rayleigh fading)과 멀리 떨어진 AP 간의 무상관 채널을 가정한다. 그러나 사용자 중심형 CFmMIMO에서는 AP와 UE 사이의 거리가 짧아짐에 따라 가시선(Line-of-Sight, LoS) 성분의 발생 확률이 높아져 리시안(Rician) 채널 모델을 따르게 된다. 클러스터 내 채널 간의 이러한 상관관계는 추정 성능을 향상시키기 위한 AP 간의 협력을 촉진한다.

현재의 솔루션들은 다음과 같은 트레이드오프에 직면해 있다:

1. 로컬 CE: 각 AP에서 독립적으로 수행된다. 계산 효율성은 높지만, AP 간의 상관관계를 무시하므로 성능이 최적에 미치지 못한다.
2. 중앙 집중형 CE: 클러스터 내의 AP들이 압축되지 않은 원시 신호(raw signals)를 중앙 처리 장치(CPU)로 전송한다. 이는 최적의 방법이지만, 과도한 프런트홀 통신 오버헤드를 발생시킨다.
3. 기존 협력 방식: 압축된 신호를 공유하지만 최적은 아니며, 중앙 집중형 방식의 성능을 달성하지 못하거나 계산 집약적인 반복 절차를 요구한다.

방법론
본 논문은 반복이 없는 분산 적응형 노드별 신호 추정(iteration-less Distributed Adaptive Node-Specific Signal Estimation, iDANSE) 알고리즘에 기반한 협력적 업링크 CE 방식을 제안한다. 이 방법론은 원래 센서 네트워크를 위해 설계된 iDANSE 프레임워크를 CFmMIMO 문맥에 맞게 변형한 것이다.

• 신호 모델: 시스템은 AP에서 수신되는 신호를 "글로벌" 성분(클러스터 내에서 공유되는 상관된 LoS 신호)과 "로컬" 성분(무상관 NLoS 페이딩 및 노이즈)의 조합으로 모델링한다.
• 협력 메커니즘: AP들은 $N$ 차원의 원시 신호를 직접 공유하는 대신 **융합된 신호(fused signals)**를 공유한다. 각 AP는 로컬 융합 필터를 적용하여 상관된 글로벌 신호 성분을 추출하고, 이 압축된 신호만을 클러스터 내 다른 AP들로 전송한다.
• 최적 추정: 제안된 방식은 최적의 융합 필터와 MMSE 추정기를 비반복적(non-iteratively)으로 도출한다. 수신된 파일럿 신호와 디스프레드(despread) 신호의 상관 행렬을 활용함으로써, 이 알고리즘은 모든 원시 데이터가 공유되는 중앙 집중형 방식과 동일한 평균 제곱 오차(MSE) 성능을 달성하면서도 통신 대역폭을 크게 줄인다.
• 파일럿 처리: 이 방식은 데이터 기반 상관관계 추정법을 활용하며, 각 코히어런스 블록마다 파일럿을 UE에 무작위로 할당한다. 이를 통해 복잡한 파일럿 할당 최적화나 파일럿 오염 제거(decontamination) 기술 없이도 운용이 가능하다.

주요 기여

1. 최적의 협력적 CE: 본 논문은 이론적으로 중앙 집중형 MMSE 방식과 동일한 성능을 갖는 협력적 CE 기법을 도입한다. 상관 행렬이 알려진 경우, 이 방식은 단 한 번의 단계(single shot, 비반복적)로 최적성에 도월한다.
2. 오버헤드 감소: 압축되지 않은 원시 신호 대신 융합된 신호를 공유함으로써, 중앙 집중형 CE에 비해 프런트홀 통신 오버헤드를 획기적으로 줄인다.
3. 리시안 채널 적응: 본 접근 방식은 사용자 중심형 CFmMIMO에 내재된 리시안 채널 모델(LoS + NLoS)을 명시적으로 활용하며, LoS 성분의 상관관계를 협력을 유도하는 동력으로 사용한다.
4. 강건한 파일럿 할당: 제안된 방식은 무작위 파일럿 할당 하에서도 효과적으로 작동하여, 파일럿 스케줄링 및 오염 제거를 위한 계산적 부담을 제거한다.

결과
130개의 AP와 다양한 수의 UE(100300개) 및 AP당 안테나 수(210개)를 설정한 시나리오에서 수치 실험을 수행하였다. 제안된 방식은 로컬 CE, 중앙 집중형 CE, 그리고 "PK-중앙 집중형"(채널 상관 구조에 대한 사전 지식을 사용하는 방식)과 비교되었다.

• 수렴 속도: 제안된 협력적 방식은 중앙 집중형 CE 방식보다 훨씬 빠르게 수렴한다. 이는 협력적 방식에서 다루는 상관 행렬이 중앙 집중형 방식에서 필요한 대규모 행렬보다 작기 때문이다.
• 정확도: 제안된 방식은 중앙 집중형 방식과 동등한 CE 정확도를 달성하며, 로컬 CE 방식보다 성능이 크게 우수하다(테스트된 시나리오에서 MMSE 손실 기준 약 5 dB 개선).
• 확장성: AP당 안테나 수가 증가함에 따라 중앙 집중형 방식 대비 성능 우위가 유지되거나 오히려 강화된다. 이는 추정에 관여하는 상관 행렬의 차원이 감소하기 때문이다.
• 강건성: 제안된 방식은 다양한 SNR 레벨과 UE 밀도 전반에 걸쳐 우수한 성능을 유지한다.

의의
본 논문은 제안된 방식이 확장 가능한 사용자 중심형 CFmMIMO 네트워크를 위한 실질적인 솔루션을 제공한다고 주장한다. 중앙 집중형 시스템의 성능을 달면서도 그에 따른 통신 오버헤드 문제를 해결함으로써, CFmMIMO 구축의 주요 병목 현상을 해결한다. 알고리즘의 비반복적 특성은 낮은 계산 복잡도를 보장하여, UE가 빠르게 이동하고 채널 통계가 빈번하게 변하는 동적인 환경에 적합하게 만든다. 또한 무작위 파일럿 할당 하에서도 기능할 수 있다는 점은 복잡한 파일럿 조정 메커니즘의 필요성을 없애 네트워크 관리를 단순화한다.