Asymptotically Optimal Local Receiver in Uplink CF-mMIMO: A Functional-Variational Analysis

기술 요약: 업링크 CF-mMIMO에서의 점근적 최적 로컬 수신기

문제 정의
Cell-Free Massive Multiple-Input Multiple-Output (CF-mMIMO) 시스템에서, 업링크 로컬 수신기 설계의 표준 접근 방식은 "사용 후 망각(use-and-then-forget, UatF)" 경계 기법에 의존한다. 이 프레임워크는 일반적으로 각 액세스 포인트(AP)에서 로컬 최소 평균 제곱 오차(LMMSE) 수신기를 사용한 후, 중앙 처리 장치(CPU)에서 대규모 페이딩 디코딩(Large-Scale Fading Decoding, LSFD)을 수행한다. 이는 분석적으로 다루기 용이하지만, 저자들은 이 패러다임에서 세 가지 근본적인 한계점을 식별하였다:

1. 성능 격차: UatF 하한(lower bound)은 실제 에르고딕 가용 레이트(ergodic achievable rate)에 대한 보수적인 대리 지표이다. 이 경계와 실제 레이트 사이의 격차는 특히 간섭 제한적인 환경이나 채널 경화(channel hardening)가 완전히 실현되지 않은 경우에 상당할 수 있다.
2. 오버헤드 및 복잡도: LSFD 단계는 CPU가 로컬 추정치를 수집하고 장기적인 채널 통계량에 기반하여 최적의 결합 계수를 계산해야 한다. 이는 추가적인 프런트홀 오버헤드와 CPU의 계산 부담을 초래한다.
3. 엄격한 최적성 증명의 부재: LMMSE-LSFD 구조가 널리 채택되고 있음에도 불구하고, 본 논문은 UatF 목적 함수 하에서 이 구조의 최적성을 구체적으로 입증하는 엄격한 증명이 기존 문헌에서 공식적으로 보고된 바 없음을 지적한다.

해결하고자 하는 핵심 문제는, LSFD와 관련된 계산 및 시그널링 비용을 피하면서 성능을 개선하기 위해, (UatF 대리 지표가 아닌) 실제 에로딕 레이트 목적 함수로부터 직접 로컬 수신기를 설계할 수 있는지 여부이다.

방법론
본 논문은 각 AP에서 완벽한 로컬 채널 상태 정보(CSI)가 있다는 가정하에 로컬 수신기 설계를 위한 직접적인 최적화 프레임워크를 제안한다. 방법론은 다음과 같이 진행된다:

1. 문제 정식화: 저자들은 수신기 설계를 에르고딕 레이트, 즉 $E[\log_2(1 + \text{SINR}_{\text{INS}})]$를 최대화하는 데 목적을 둔 함수적 최적화 문제로 정식화한다. 이는 무한 차원의 함수 공간에 대한 로그의 기댓값을 포함하는 까다로운 분수 계획법(fractional programming) 문제이다.
2. 대규모 시스템 근사: 문제를 다룰 수 있는 형태로 만들기 위해, 저자들은 대규모 시스템 랜덤 행렬 이론(random matrix theory)을 활용한다. 저자들은 순시 신호 대 간섭 및 잡음비(SINR)의 점별 정규화를 대체하기 위해 기대치 기반의 대리 제약 조건을 도입한다. 대규모 시스템 극한(전체 안테나 수 $NM$이 큰 경우)에서, SINR 분모의 랜덤 변수들은 그 기대값 주변으로 집중되므로, 점별 제약을 기대치 기반 제약으로 완화할 수 있다.
3. 함수적-변분 분석(Functional-Variational Analysis): 저자들은 함수 미분을 사용하여 완화된 문제에 대한 1차 정지 조건(first-order stationarity conditions)을 도출한다. 여기에는 라그랑주 쌍대 범함수(Lagrange dual functional)를 구성하고 섭동(perturbation)을 분석하는 과정이 포함된다.
4. 교차 AP 항의 디커플링: 다른 AP들로부터 오는 간섭(cross-AP coupling terms)을 분석하는 것이 중요한 단계이다. 저자들은 랜덤 행렬 이론을 사용하여, 대규모 시스템 극한에서 이러한 결합 항들의 조건부 기대값이 소멸함을 증명한다. 이를 통해 AP 간의 로컬 수신기 설계가 디커플링된다.
5. Q-LMMSE 유도: 이 분석은 "준-LMMSE(Quasi-LMMSE, Q-LMMSE)" 수신기를 도출한다. 저자들은 이 수신기가 기존 LMMSE 수신기와 동일한 방향 벡터를 공유하지만, 오직 순시적이고 CSI에 의존하는 스칼라 인자만 다르다는 것을 보여준다.

주요 기여
본 논문의 구체적인 기여는 다음과 같다:

• 함수적-변분 프레임워크: 저자들은 UatF 대리 지표를 넘어, 직접적인 에르고딕 레이트 지향적 수신기 설계를 위한 새로운 프레임워크를 개발하였다.
• 점근적 최적 수신기: 저자들은 Q-LMMSE 수신기를 폐쇄형(closed form)으로 도출하였으며, 이것이 대규모 시스템 영역에서 에르고딕 레이트 목적 함수 하에서 점근적으로 최적임을 입-증하였다.
• 엄격한 최적성 증명: 본 논문은 UatF 경계가 성능 지표로 채택될 때, 로컬 MMSE 결합과 LSFD가 실제로 최적의 구조임을 입증하는 엄격한 변분 분석을 제공한다.
• 복잡도 감소: 역행렬 정리(특히 Sherman-Morrison 공식)를 활용함으로써, 저자들은 Q-Lmmse 수신기가 표준 LMMSE 수신기와 동일한 AP당 계산 복잡도를 갖는다는 것을 보여준다. 결정적으로, 이는 CPU 측의 LSFD 계수 계산 및 통계적 파라미터와 관련된 프런트홀 시그널링의 필요성을 제거한다.
• 성능 이득: Q-LMMSE 수신기는 CPU에서 등가 이득 결합(equal-gain combining, 직접 합산)을 사용한다. AP 간에 변화하는 순시 스칼라 계수는, 정적인 통계적 가중치를 사용하는 LSFD에 비해 순시적인 공간 자유도를 더 잘 활용하도록 적응형 가중치를 암시적으로 제공한다.

수치 결과
저자들은 제안된 Q-LMMSE 수신기를 기존의 LMMSE-LSFD 벤치마크 및 중앙 집중식 MMSE(C-MMSE) 상한선과 비교하는 수치 시뮬레이션을 통해 이론적 발견을 검증하였다. 주요 결과는 다음과 같다:

• 에르고딕 레이트 이득: Q-LMMSE 수신기는 진정한 에르고딕 레이트 측면에서 LMMSE-LSFD 벤치마크보다 일관되게 우수한 성능을 보인다. 채널 경화가 덜 뚜렷한 낮은 AP당 안테나 수(예: $N=8$)에서 약 5%의 이득이 나타난다.
• 수렴성: AP당 안테나 수($N$)가 증가함에 따라, Q-LMMSE와 LMMSE-LSFD 사이의 성능 격차는 좁아지는데, 이는 채널 경화 현상이 UatF 경계를 더 타이트하게 만든다는 점과 일치한다.
• 확장성: 제안된 수신기는 CPU 측의 LSFD 처리를 제거함으로써 시스템 레벨의 복잡도를 엄격히 낮게 유지하면서도, 다양한 AP 수($M$)와 사용자 수($K$)에 대해 우수한 성능을 유지한다.

의의 및 주장
본 논문은 제안된 Q-LMMSE 수신기가 성능과 복잡도 사이의 매력적인 절충안을 제공한다고 주장한다. 에르고딕 레이트로부터 직접 수신기를 도출함으로써, LSFD의 추가적인 계산 오버헤드 없이도 표준 UatF 기반 접근 방식보다 더 높은 진정한 데이터 레이트를 달ek성한다. 저자들은 이러한 개선이 더 복잡한 로컬 처리 알고리즘(여전히 $O(N^3)$임)에서 오는 것이 아니라, 장기 통계량에 의존하는 대신 순시 채널 조건에 암시적으로 적응하는 더 효율적인 퓨전 전략을 통해 이루어진다는 점을 강조한다.

이 연구는 차세대 5G 및 6G 시스템을 위한 분산 수신기 설계의 이론적 발전으로 제시되며, 지배적인 UatF 프레임워크에 대한 엄격한 대안을 제공한다. 저자들은 향후 연구에서 불완전한 CSI 시나리오에 대한 분석을 확장하고 하드웨어 결함에 따른 강건성을 조사할 것이라고 언급하였다.