💻 computer science

RIS-Assisted Proactive Handover for Reliable mmWave Wireless Networks

본 논문은 가시선 차단을 완화하기 위해 신호 품질, 에너지 효율 및 핸드오버 타이밍 제약 조건 사이의 균형을 맞추고자 입자 군집 최적화를 활용하여 오프라인으로 최적의 RIS 소자 수를 결정하는, mmWave 네트워크를 위한 새로운 RIS 보조 선제적 핸드오버 프레임워크를 제안한다.

원저자: Alaa Adnan, Mohammad Al-Quraan, Ahmed Zoha, M. Majid Butt, Sami Muhaidat, Muhammad Ali Imran, Marco Di Renzo, Lina Mohjazi

게시일 2026-06-26

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Alaa Adnan, Mohammad Al-Quraan, Ahmed Zoha, M. Majid Butt, Sami Muhaidat, Muhammad Ali Imran, Marco Di Renzo, Lina Mohjazi

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

이 논문에 대한 설명을 쉬운 언어와 일상적인 비유를 사용하여 설명합니다.

거대한 문제: "고속도로"가 막히다

당신의 휴대폰 인터넷 연결(구체적으로는 mmWave라고 불리는 초고속 5G/6G 방식)이 직선으로 뚫린 텅 빈 고속도로를 달리는 고속 자동차라고 상상해 보세요. 이 고속도로는 매우 빠르다는 장점이 있지만, 치명적인 결함이 하나 있습니다. 바로 길이 완벽하게 직선이어야만 작동한다는 점입니다. 만약 거대한 트럭(건물, 버스, 또는 사람)이 자동차 앞을 가로막는다면, 신호는 즉시 끊깁니다. 자동차는 충돌하고, 연결은 끊어집니다.

과거에는 이런 일이 발생하면, 시스템은 자동차를 우회시키기 위해 다른 고속도로(다른 기지국)를 찾으려고 시로했습니다. 하지만 근처에 다른 고속도로가 없다면 어떻게 될까요? 자동차는 갇혀버리게 됩니다.

해결책: "마법의 거울" (RIS)

이 논문은 영리한 해결책을 제안합니다. 새로운 고속도로를 찾는 대신, 건물 옆에 마법의 거울(전문 용어로 재설정 가능한 지능형 표면, 즉 RIS)을 설치하는 것입니다.

"트럭"이 직접적인 도로를 가로막을 때, 이 마법의 거울은 신호를 포착하여 건물 옆면을 타고 튕겨낸 뒤, 장애물을 돌아 사용자에게 신호를 전달합니다. 즉, 장애물을 피해 가는 "가상 고속도로"를 만드는 것입니다.

새로운 과제: 거울을 빠르게 움직이기에는 너무 무겁다

여기서 문제가 발생합니다. 이 마법의 거울은 단순히 유리 조각이 아닙니다. 수천 개의 아주 작은 스위치(요소)들로 만들어져 있습니다. 거울이 제대로 작동하려면, 컴퓨터가 모든 개별 스위치에 신호를 어떻게 굴절시킬지 정확히 알려줘야 합니다.

문제점: 만약 스위치가 1,000개라면, 그 모든 것에 무엇을 할지 알려주는 데 시간이 오래 걸립니다.
리스크: "선제적 핸드오버"(연결이 끊기기 전에 미리 거울로 전환하는 것) 상황에서는 사용할 수 있는 시간이 매우 짧습니다. 만약 거울을 설정하는 데 시간이 너무 오래 걸리면, 거울이 준비되기도 전에 연결이 끊겨버립니다.
에너지 비용: 또한, 이 모든 스위치를 조작하는 데는 많은 배터리 전력이 소모됩니다. 만약 거울이 전력이 제한적인 건물에 설치되어 있다면, 에너지가 바닥날 수도 있습니다.

이 논문의 혁신: "딱 적당한" 거울

저자들은 항상 거울 전체를 사용할 필요는 없다는 사실을 깨달았습니다. 때로는 거울의 작은 부분만으로도 충분히 목적을 달할 수 있습니다.

그들은 (**새 떼가 가장 좋은 먹이를 찾아 헤매는 방식과 같은) 입자 군집 최적화(Particle Swarm Optimization) 기법을 사용하여, 신호를 충분히 강하게 유지하기 위해 필요한 최소한의 스위치 개수를 찾아내는 똑똑한 컴퓨터 프로그램을 만들었습니다.

이것은 여행을 위해 짐을 싸는 것과 비슷합니다:

기존 방식: 옷장 전체를 챙깁니다 (1,000개의 스위치를 모두 사용). 짐이 무겁고, 싸는 데 시간이 오래 걸리며, 에너지도 많이 듭니다.
새로운 방식: 컴퓨터가 당신에게 딱 필요한 양을 계산해 줍니다. "연결을 유지하려면 880개의 스위치만 있으면 됩니다."
결과: 더 적은 수의 스위치를 사용함으로써, 거울은 더 빠르게 설정되고(신호가 떨어지기 전에 전환할 수 있는 시간을 확보함), 에너지를 더 적게 사용합니다.

실제 생활에서의 작동 방식 (시각화)

이 시스템은 세상을 "보는" 카메라(휴대폰이나 보안 카메라와 같은)를 사용합니다.

눈: 카메라는 신호를 차단할 버스가 길을 따라 오고 있는 것을 포ob합니다.
두뇌: 시스템은 "2초 후에 저 버스가 도로를 막을 것이다"라고 예측합니다.
행동: 사고가 나기를 기다리는 대신, 시스템은 즉시 마법의 거울을 깨우라고 명령합니다.
최적화: 시스템은 "버스를 피해 신호를 튕겨내기 위해 거울의 중앙 880개 스위치만 활성화하면 된다"라고 판단합니다.
핸드오버: 거울이 더 작고 설정이 빠르기 때문에, 사용자가 신호가 떨어질 뻔했다는 것을 인지하기도 전에 매끄럽게 전환이 이루어집니다.

핵심 요약

목표: 장애물이 직접 경로를 가로막더라도 인터넷을 빠르고 안정적으로 유지하는 것입니다.
방법: "마법의 거울"(RIS)을 사용하여 장애물을 돌아 신호를 반사합니다.
돌파구: 거울 전체를 사용하는 대신, 컴퓨터를 이용해 여전히 작동 가능한 가장 작은 부분만을 찾아냅니다.
이점:
- 속도: 거울이 더 빠르게 설정되므로, 핸드오버가 제때 이루어집니다.
- 에너지: 전력을 덜 사용하여 더 친환경적이며 건물에 설치하기 쉽습니다.
- 신뢰성: 버스나 건물이 신호를 가로막을 때 인터넷이 끊기는 현상을 방지합니다.

이 논문은 활성 거울 스위치의 수를 약 12% 줄임으로써, 신호 품질을 저하시키지 않고도 에너지를 10% 절약할 수 있음을 증명했습니다. 또한, 이 "가상 고속도로"가 차단된 직접 경로를 사용하는 것보다 훨씬 더 강력하다(15~30 dB 더 높음)는 것을 보여주었습니다.

기술 요약: 신뢰할 수 있는 mmWave 무선 네트워크를 위한 RIS 지원 선제적 핸드오버

문제 정의
밀리미터파(mmWave) 네트워크는 높은 전송 속도를 제공하지만, 가시선(LoS) 차단으로 인한 심각한 신호 저하 문제를 겪습니다. 비전 보조 무선 통신(VAWC)은 장애물을 예측하여 선제적 핸드오버(PHO)를 수행함으로써 이러한 차단을 완화합니다. 그러나 주변에 핸드오버 가능한 기지국(BS)이 없는 경우 PHO는 어려움에 직면합니다. 이러한 시나리오에서 재구성 가능한 지능형 표면(RIS)은 신호를 장애물 주위로 조향하여 연결성을 복구할 수 있습니다. 이 접근 방식의 핵심적인 병목 현상은 RIS 설정 시간입니다. 충분한 신호 강도를 확보하기 위해 종종 요구되는 대규모 RIS 배열은 구성 및 에너지 소모 측면에서 상당한 지연을 초래합니다. 이러한 지연은 특히 초신뢰·저지연 통신(URLLC) 시나리오에서 엄격한 타이밍 제약을 위반할 수 있습니다. 또한, 기존 문헌은 대체 기지국의 존재를 가정하거나 핸드오버 준비 지연에 미치는 RIS 구성 시간의 영향을 간과하는 경우가 많습니다.

방법론
본 논문은 VAWC와 최적화된 RIS 구성 전략을 통합한 새로운 RIS 지원 PHO 프레임워크를 제안합니다. 핵심 방법론은 채널 지식 맵(CKM)을 구축하기 위해 오프라인에서 실행되는 2단계 최적화 프로세스를 포함하며, 이를 통해 계산 복잡도가 실시간 응답성에 영향을 미치지 않도록 합니다.

시스템 및 채널 모델링:
- 시스템은 균일 평면 배열(UPA)과 카메라가 장착된 기지국(BS)이 단일 안테나 사용자와 통신하는 모델을 상정합니다.
- RIS는 고정된 RIS 중심과 개구율(aperture efficiency)을 유지하기 위해 중심에서 바깥쪽으로 확장되는 정사각형 부배열(subarray)을 사용하는 특정 할당 전략을 모델링합니다. 이는 각 변당 홀수 개의 요소를 필요로 합니다.
- 채널 모델은 BS-to-RIS 링크가 원거리 음영장(far-field)에서 작동하고, RIS-to-user 링크는 근거리 음영장(near-field)에서 작동할 수 있음을 고려하여 구면 파면(spherical wavefront)을 반영한 캐스케이드 링크를 모델링합니다.
- RIS 구성 시간( $T_c$ )은 RIS 요소의 수( $N$ ), 요소당 다이오드 수( $B$ ), 그리고 시프트 레지스터 클록 속도($Clk $)의 함수로 명시적으로 모델링됩니다:$ T_c = NB/Clk$.
최적화 정식화:
- 주요 목표는 목표 신호 대 잡음비(SNR)를 유지하면서 구성 시간과 에너지 소모를 줄이기 위해 할당되는 RIS 요소의 수( $N$ )를 최소화하는 것입니다.
- 1단계 (원거리 음영장): 이상적인 원거리 음영장 가정 및 연속 위상 변화 하에서 $N$ 을 최소화하는 폐쇄형(closed-form) 목적 함수를 도출합니다. 이는 송신기 안테나( $M_{active}$ ), 부반송파( $K$ ), 빔 벡터에 대한 하한값을 결정합니다.
- 2단계 (근거리 음영장): 1단계 결과를 하한값으로 사용하여, 양자화된 RIS 위상 변화, 송신 전력 및 빔 벡터를 공동 최적화하여 근거리 음영장 SNR을 최대화합니다.
- 알고리즘: 비볼록(non-convex) 혼합 변수 문제를 해결하기 위해 입자 군집 최적화(PSO)가 사용됩니다. 이 알고리즘은 최소한의 자원 사용으로 SNR 제약을 충족하는 $N, M_{active}, K$ 및 빔 벡터의 최적 조합을 찾기 위해 반복적으로 탐색합니다.
PHO 프레임워크 통합:
- 제안된 프레임워크는 계산된 RIS 구성 시간( $T_c$ )을 표준 3GPP 핸드오버 준비 단계에 통합합니다.
- VAWC 프레임워크는 차단 및 사용자 이동성을 감지하여 PHO 프로세스를 트리거하며, 업데이트된 실행 시간( $T^{RIS}_{exec}$ )에는 $T_c$ 가 포함됩니다. 이를 통해 LoS 링크가 완전히 차단되기 전에 핸드오버를 트리거할 정확한 대기 시간( $T^{RIS}_W$ )을 계산할 수 있습니다.

주요 기여

RIS와 VAWC의 통합: 본 연구는 차단 예측 및 정밀한 사용자 위치 추적을 가능하게 하기 위해 RIS 지원 연결성을 VAWC 프레임워크에 통합하여, 보조 기지국 없이도 차단된 영역을 향한 빔 조향을 용이하게 합니다.
RIS 요소의 최적화: 링크 품질을 유지하면서 RIS 요소의 수와 구성 시간을 공동으로 최소화하는 새로운 최적화 알고리즘을 개발했습니다. 여기에는 송신기 배열 사양, 빔 선택 및 부반송파 할당 최적화가 포함됩니다.
명시적 타이밍 고려: 본 논문은 기존 문헌에서 간과되거나 추정치로만 다루어졌던 RIS 구성 시간을 핸드오버 준비 단계에 명시적으로 포함하는 PHO 프레임워크를 제안합니다.
실용적인 할당 전략: 본 논문은 개구율과 정렬을 보존하기 위해 요소의 중심을 유지하는 중앙 집중형 부배열 할당 방식을 도입하며, 이는 중심을 이동시키는 코너 시작 방식과 대조됩니다.

결과
버스가 BS와 사용자 사이의 LoS 링크를 차단하는 시나리오를 기반으로 한 시뮬레이션 결과는 제안된 방식의 효능을 입증합니다:

에너지 및 복잡도 감소: RIS 요소를 12% 줄였을 때 SNR 저하 없이 소모 에너지가 10% 감소했습니다.
링크 품질 개선: RIS 지원 링크는 차단된 LoS 시나리오와 비교하여 차단된 영역에서 신호 강도가 15~30 dB 향상되었습니다.
타이밍 정확도: 구성 지연을 고려함으로써 정확한 PHO 타이밍을 성공적으로 유지하여 원활한 연결성을 보장했습니다.
성능: 이전 연구들이 특정 구성에서 필요하다고 제안했던 수준(예: 1000개 이상의 요소 필요성)보다 적은 자원을 사용하면서도 필요한 SNR 임계값을 유지했습니다.

의의 및 주장
저자들은 본 연구가 환경 인식형 RIS 지원 PHO를 위한 기초적인 베이스라인을 제공한다고 주장합니다. 링크 품질과 RIS 구성 시간 사이의 트레이드오프를 명시적으로 다룸으로써, 본 논문은 시간 민감적인 6G 애플리케이션에서 RIS 지원 링크의 실질적인 배포를 가능하게 한다고 주장합니다. 본 연구의 의의는 엄격한 지연 시간 및 에너지 제약을 충족하도록 RIS 요소 수를 최적화함으로써, 대체 기지국이 없는 상황에서도 RIS 지원 핸드오버가 가능하다는 것을 입증한 데 있습니다. 또한, 대규모 RIS 배포와 관련된 전력 소비 및 복잡성을 줄임으로써 친환경적이고 지속 가능한 6G 네트워크를 향한 단계로서의 역할을 합니다.