Variational Bayes Estimation for Affine-Precoded Superimposed Pilots in Partially Connected Dual-Wideband Tera-Hertz MU-MIMO Systems

기술 요약: 부분 연결형 듀얼 와이드밴드 테라헤르츠 MU-MIMO 시스템을 위한 아핀 프리코딩 기반 중첩 파일럿의 변분 베이즈 추정

문제 정의
본 연구는 "듀얼 와이드밴드(dual-wideband)" 효과 하에서 동작하는 테라헤르츠(THz) 멀티 유저 다중 입출력 다중 안테나(MU-MIMO) 시스템에서 정확한 채널 상태 정보(CSI) 획득의 어려움을 다룬다. 이 현상은 주파수 광대역 효과(전통적인 주파수 선택성)와 공간 광대역 효과(대규모 안테나 배열에 따른 차등 지연)가 공존함에 따라 발생하는 현상으로, 도래각(AoA)과 출발각(AoD)이 부반송파에 따라 변하는 빔 분할 효과를 초래한다.

기존의 파일럿 기반 추정 방식은 대역폭 오버헤드를 크게 발생시켜 데이터 전송률을 저하시킨다. 이를 완화하기 위해 중첩 파일럿(Superimposed Pilots, SIP)은 저전력 파일럿을 데이터 내에 삽입하지만, 이는 간섭과 추정 복잡성을 유발하며, 특히 고차원성, 본질적 희소성, 그리고 분자 흡수 및 반사 손실로 인한 심각한 모델 불확실성을 특징으로 하는 THz 채널 환경에서 더욱 그러하다. 기존 방법들은 구조적 오류, 수렴 문제, 또는 이러한 복잡한 조건 하에서 THz 채널의 희소 구조를 효과적으로 모델링하지 못하는 문제에 직면해 있다.

방법론
저자들은 직교 주파수 분할 다중화(OFDM)를 사용하는 부분 연결형 THz MU-MIMO 업링크를 위한 시스템 모델을 제안한다. 기지국(BS)은 여러 개의 서브어레이를 갖춘 부분 연결 구조를 사용하며, 사용자 단말(UE)은 완전 연결 구조를 사용한다. THz 채널은 가시선(LoS), 비가시선(NLoS) 성분, 분자 흡수 및 자유 공간 손실을 포함하도록 엄격하게 모델링되었다.

추정 문제를 해결하기 위해, 본 논문은 아핀 프리코딩이 적용된 중첩 파일럿을 사용하는 두 가지 별도의 시스템 모델을 도입한다:

1. 공통 프리코딩 및 결합 채널 추정 (CP-JCE): 모든 사용자에 대해 단일 프리코딩 행렬 세트를 사용하여 결합된 채널을 공동으로 추정한다.
2. 사용자별 프리코딩 및 분리 채널 추정 (USP-DCE): 각 사용자에게 고유한 프리코딩 행렬을 할당하여 수신 신호를 분리하고 개별 채널을 추정한다.

두 모델 모두 구조적 희소 채널 추정 문제로 정식화된다. 저자들은 이 문제들을 해결하기 위해 변분 베이즈 추론(Variational Bayesian Inference, VBI) 알고리즘을 개발하였다. 오직 사전 확률(prior)에만 의존하는 표준 베이즈 접근 방식과 달리, 이 프레임워크는 우도 함수(likelihood function)로부터의 정보를 통합하여 사후 분포를 정교화한다. 방법론의 주요 측로는 다음과 같다:

• 희소 모델링 (Sparse Modeling): 채널은 공간 광대역 효과를 반영하는 배열 응답 벡터에서 유도된 희소화 디렉셔너리를 사용하여 확장된 가상 도메인에서 표현된다.
• 사전 분포 (Prior Distributions): 희소성을 촉진하기 위해 가우시안-감마(Gaussian-Gamma) 사전 분포가 채택되었으며, 희소성을 제어하는 하이퍼파라미터는 감마 사전 분포를 가진 확률 변수로 취급된다.
• 노이즈 모델링: 노이즈 정밀도는 실제 노이즈 조건에 적응할 수 있도록 감마 사전 분포로 모델링된다.
• 추론 (Inference): 평균장 근사(mean-field approximation)를 사용하여 채널 계수, 하이퍼파라미터 및 노이즈 정밀도의 사후 분포에 대한 폐쇄형 업데이트를 유도함으로써, 계산이 불가능한 고차원 적분을 회피한다.

주요 기여
저자들에 따르면, 본 연구의 주요 기여는 다음과 같다:

• 새로운 시스템 모델: 부분 연결형 THz MIMO 시스템에 미치는 듀얼 와이드밴드 효과를 고려하여, MU 아핀 프리코딩 SIP 기술을 다룬 최초의 연구이다.
• 이중 모델 프레임워크: 결합 및 분리 추정 전략 간의 트레이드오프를 분석하기 위해 두 가지 별도의 아키텍처(CP-JCE 및 USP-DCE)를 제안하였다.
• 강건한 추정 알고리즘: 채널 계수를 동시에 추정하고 하이퍼파라미터 추론을 통해 기저의 희소 구조를 학습하는 VBI 기반 알고리즘을 개발하였다. 이 접근 방식은 사전 가정에만 의존하지 않고 모델 불확실성이 심각한 상황에서도 강건하도록 설계되었다.
• 포괄적인 트레이드오프 분석: 제안된 두 모델 간의 계산 복잡도, 추정 정확도(NMSE) 및 코히어런스 시간(coherence time)에 대한 상세한 비교를 수행하였다.

시뮬레이션 결과
성능 평가는 $U=3$ 명의 사용자, 64개의 안테나를 가진 기지국, 그리고 0.671 THz의 반송 주파수를 사용하는 실용적인 시나리오에서 수행되었다. 주요 결과는 다음과 같다:

• LS 및 기존 방법 대비 성능: 제안된 VBI 방식은 최소 제곱(LS) 및 기타 최신 희소 추정 기술([9] 및 [10]으로 인용됨)보다 성능이 월등히 높다. LS 방식은 희소 사전 확률을 반영하지 못하며, 인용된 다른 알고리즘들은 구조적/수렴 오류 또는 국소 최적해(local minima) 문제로 인해 성능이 저하된다.
• 정확도: 제안된 방법은 높은 신호 대 잡음비(SNR)에서 "지니 도움(Genie-aided)" 벤치마크(완벽한 채널 지식을 가정함)에 근접하는 정규화 평균 제곱 오차(NMSE)를 달s성한다.
• 수렴: USP-DCE 모델은 CP-JCE 모델(5 dB SNR에서 NMSE 0.1에 도달하는 데 19회 반복)보다 더 빠르게(9회 반복) 수렴한다.
• 트레이드오프:
  • 복잡도: USP-DCE는 CP-JCE($O(U^3 G^3_T G^3_R)$)에 비해 낮은 계산 복잡도($O(UG^3_T G^3_R)$)를 제공하여, 사용자 수가 증가함에 따라 더 높은 확장성을 가진다.
  • 정확도: USP-DCE는 CP-JCE보다 우수한 NMSE 성능을 보여준다. CP-JCE는 동시 다중 사용자 추정을 처리해야 하므로 더 높은 간섭과 복잡도가 발생하기 때문이다.
  • 코히어런스 시간: CP-JCE는 USP-DCE($2 \times U$)에 비해 더 적은 수의 프리코딩 행렬(총 2개)을 필요로 하므로, 더 짧은 코히어런스 시간을 요구한다. 따라서 CP-JCE는 높은 복잡도에도 불구하고 빠르게 변화하는 채널에 더 적합할 수 있다.

의의
본 논문은 부분 연결형 듀얼 와이드밴드 THz MU-MIMO 시스템에서 아핀 프리코딩된 SIP에 대한 최초의 엄격한 프레임워크를 제공함으로써 그 의의를 갖는다. VBI 추론이 THz 채널의 고차원성과 희소성을 효과적으로 처리하는 동시에, 추정 정확도와 계산 복잡도 사이의 트레이드오프를 관리할 수 있음을 입증하였다. 본 연구는 전용 파일럿 오버헤드를 제거함으로써 높은 데이터 전송률을 유지할 수 있는 강건한 채널 추정의 실행 가능한 경로를 제시하며, 이는 차세대 THz 통신 시스템의 핵심 요구 사항이다.